学部後期課程
HOME 学部後期課程 広域システム特論I
戻る
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2024年10月18日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

広域システム特論I

人工知能と統計的機械学習入門
本講義では、社会の汎用基盤技術になっている人工知能技術と、それを支える統計的機械学習の基本的な考え方を学び、より高度な内容を学習するための基盤的知識を身に着けることを目標とする。
MIMA Search
時間割／共通科目コード
コース名
教員
学期
時限
08D1338
FAS-DA3E25L1
広域システム特論I
麻生　英樹
A1 A2
集中
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
1
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
教養学部
授業計画
２日間の集中講義形式で実施する。以下の項目について講義する。 １）人工知能技術の概観と機械学習の役割、パターン識別（教師あり学習） ２）機械学習と確率・統計教師あり学習（識別）と教師無し学習（クラスタリング） ３）ニューラルネットワーク、深層学習 ４）基盤モデル・生成 AI ５）強化学習、機械学習のプログラミング、社会へのインパクト
授業の方法
講義は対面・オンラインのハイブリッド（同時配信）で日本語で実施する。 日程： 10月31日(木) 3・4限 [13:15-14:45，15:10-16:40] 11月1日(金) 2・3・4限 [10:25-11:55，13:15-14:45，15:10-16:40] 教室：駒場キャンパス15号館1階104号室（予定） Zoom の URL は後ほど UTAS および ITC-LMS にて連絡予定
成績評価方法
レポートによる評価を行う。 レポート課題は ICT-LMS にて取り扱う。
教科書
教科書は特に指定しない。 講義資料は ICT-LMS で参照可能にする。
参考書
C.M. ビショップ、元田 他監訳「パターン認識と機械学習」、シュプリンガー・ジャパン I. グッドフェロー他著、松尾豊他監訳「深層学習」、アスキードワンゴ
履修上の注意
確率、統計の基本的概念を理解していることが望ましいが、必須ではない。
戻る