人工知能 -Artificial Intelligence-

担当教員・研究室 配当年次 学期 種別 単位数 授業形態 開講年度 ナンバリングコード
越野 一博 303研究室
3・4年 前期 選択 2 単位
講義（対面）
2021 SSI325
アクティブラーニング
はい
授業概要
人間が解決してきた画像，音声，言語の認識や理解の問題に対して，コンピュータ上に構築した人工知能に基づくアプローチが広がっている。自動車の運転支援や，医療への応用，人間と対話するロボットなど，人間社会をより安全に，より便利にする技術として人工知能は不可欠なものになると考えらる。本科目では，人工知能の一分野である機械学習をテーマとして取り上げる。代表的な方法であるニューラルネットワークと，それを土台として著しい発展を遂げている深層学習について学ぶ。
授業は，本学が開発したe-Learning システム（POLITE 3）を利用して行う。
授業における学修の到達目標
1. 機械学習の概念と役割を理解する。
2. ニューラルネットワークの概念と仕組みを理解する。
3. 深層学習の概念と仕組みを理解する。
4. 実習(プログラミング)をとおして，Pythonと機械学習用ライブラリの基本的な使い方を習得する。
授業計画
回数 授業、事前・事後学習 時間
1 事前学習 シラバスを確認し授業の全体の内容を読み，把握した概要をノートにまとめること。 2
授業 人工知能と機械学習の概要について知る。実習用PC環境と授業で必要なPythonの基本的な使い方，単純パーセプトロンを学ぶ。
事後学習 POLITEの第1回学修資料を確認し，学んだ知識をノートにまとめること。 2
2 事前学習 POLITEの第2回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 2クラス分類を題材にロジスティクス回帰モデルついて学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
3 事前学習 POLITEの第3回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 2クラス分類と多クラス分類，分類の性能指標について学ぶ
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
4 事前学習 POLITEの第4回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 多層ニューラルネットワークにおける中間層の役割，パラメータ推定方法について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
5 事前学習 POLITEの第5回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 多層ニューラルネットワークを題材に汎化能力，確率的勾配降下法について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
6 事前学習 POLITEの第6回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 多層ニューラルネットワークにおける勾配消失・勾配爆発問題と解決方法について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
7 事前学習 POLITEの第7回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 畳み込みニューラルネットワーク，畳み込み層とプーリング層について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
8 事前学習 POLITEの第8回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 畳み込みニューラルネットワークの学習効率化のための方法を学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
9 事前学習 POLITEの第9回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 深層学習，転移学習について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
10 事前学習 POLITEの第10回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 畳み込みオートエンコーダについて学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
11 事前学習 POLITEの第11回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 物体検出について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
12 事前学習 POLITEの第12回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 変分オートエンコーダ，敵対的生成ネットワークについて学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
13 事前学習 POLITEの第13回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 敵対的生成ネットワークと異常検知について学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
14 事前学習 POLITEの第14回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 再帰型ニューラルネットワークについて学ぶ。
事後学習 小テストを受けて、授業で学んだ知識を復習する。実習の目的と結果をノートにまとめる。 2
15 事前学習 POLITEの第15回学修資料で確認し，概要やわからない箇所をノートに整理する。 2
授業 説明可能AI（XAI）について学ぶ。倫理的側面からAIについて考える。
事後学習 これまでの授業資料とノート，小テストを見直して復習する。 2
成績評価の方法およびその基準
次項の項目及び割合で標準評価基準に基づき総合評価する。
■試験：50%　■小テスト：20%　□レポート：0%　■演習課題：30%　
□その他[ 　　　　　 ]
課題(試験やレポート等)に対するフィードバック方法
試験，小テストの解説，および演習課題に対するコメントによりフィードバックを行う。
教科書
なし
参考書・Webサイト
伊藤真・Pythonで動かして学ぶ！あたらしい機械学習の教科書 第2版
その他の参考資料は授業中に必要に応じて提示する。
単位習得が望ましい科目
基礎数学，確率・統計I，II，線形代数I，II，微分積分I，II
備考
小テストの目的は，知識の確認，方法・技術を理解するためである。計算問題に取り組むことで，計算と対応づけてのプログラミングの理解・習得を目指す。演習課題は，プログラミング実習の結果を提出する。プログラミング実習には，Jupyter Notebookを使用する。試験は授業16回目にペーパーテストを行う。小テストを過去問として，知識定着のために行う。
担当教員の実務経験
2003年度から2018年度まで国立の研究所に所属し，医用画像の処理・解析研究を遂行した。その間，医師との共同研究として，機械学習・深層学習手法にもとづく人工知能を利用して，医用画像からの病変領域検出やノイズ除去などを行ってきた。
これまでの実務経験にもとづいて，医学と情報工学が連携する様子，医療現場で機械学習・深層学習に基づく問題解決が必要とされる理由，などを学生に伝え，機械学習・深層学習の方法論の解説に留まらない研究現場を感じられるような教育を実施する。
close閉じる