学部前期課程
過去(2020年度)の授業の情報です
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3月15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。

情報α

深層学習とその数理
=== 履修許可者(4/24更新)===
履修許可者一覧を掲載しました。
http://kis.c.u-tokyo.ac.jp/*****

=== ウイルスに関係する注意事項(4/20更新)===
・初回ガイダンスは4月20日(月)6限の予定です。

・ZoomのURL
https://zoom.us/*****
(ID, passで入る場合は、シラバス下部の"オンライン授業内容"から)

・ガイダンス用スライド
https://drive.google.com/*****

・履修者選抜の形式について
"初回ガイダンス時にレポートを課す" → "授業中に指定したフォームから提出" で行います。
・問い合わせ
不明点・質問がありましたら、 ***** まで
==================================

**トピックについて**
深層学習(ディープラーニング)は、近年発展著しいAI(人工知能)技術の中核を為す技術である。この技術は高い性能と汎用性を持つことから、自動運転や新薬創造などの社会の多くの領域に応用され、それぞれの分野で革新的な成果を出すことが期待されている。
また、この深層学習のメカニズムを理解するために、数学をベースにした理論も急速に発展している。AI技術を効率的に制御・理解するためには、これらの理論の発展が必要不可欠である。

**講義の目標**
この講義の目的は、以下の三つである。
1. 基礎的な情報の技術・社会的側面について学ぶ。
2. データ解析の基礎を理解し、その一ツールとしての深層学習の使い方をプログラミング演習を通して学ぶ。
3. 深層学習の理論を、数学演習を通して学ぶ。

**講義の概要**
最初の数回で、基礎科目「情報」に該当する内容を速習する。加えて、各回の講義の中で随時「情報」の内容をカバーする。
その後、機械学習の問題設定の基礎を学び、pythonを用いた演習で深層学習の実装を行う。後半では、数学的な理論を学び演習を通して定着を図る。
前半での演習ではpythonを使うスキルが必要だが、知識は授業中に身につける前提で、意欲さえあればこれまでの経験は問わない。

**システム**
受講者数を20名程度に制限するので、ガイダンス時にプログラミング・数学などに関する基礎学力の確認と学習意欲に関する調査を行う。その結果、一週間以内に、第二回以降の受講対象者の学生証番号を正門横掲示板に発表する。
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
30269
CAS-FC1300L1
情報α
今泉 允聡
S1 S2
月曜6限
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
2
実務経験のある教員による授業科目
NO
他学部履修
不可
開講所属
教養学部(前期課程)
30840
CAS-FC1300L1
情報α
今泉 允聡
S1 S2
水曜6限
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
2
実務経験のある教員による授業科目
NO
他学部履修
不可
開講所属
教養学部(前期課程)
授業計画
第1回:ガイダンス(月6・水6合同、4/6開催) ミニテストとアンケートによる選抜を行う。 第2回〜第4回: 基礎科目「情報」の内容を速習し、また機械学習などデータ分析技術と情報化社会との関連について学ぶ。 キーワード:情報の表現・符号化・伝達、データモデルと計算モデル、問題解決とアルゴリズム、教師あり/なし学習、など。 第5回〜第9回: 深層学習の基礎を学び、pythonを用いて深層学習の実装を行う。 キーワード:多層ニューラルネットワーク、確率的勾配降下法、畳み込み層、深層生成モデル、など。 第10回〜第13回: 深層学習の理論を学び、数学演習を行う。 キーワード:普遍近似、最適近似、汎化誤差、ラデマッハ複雑性、非凸最適化、など。
授業の方法
プログラミングは教室のコンピュータを使う。 その他の座学や数学演習は板書・スライドを用いた講義形式で行う。
成績評価方法
学期中と期末に課すレポートおよび出席状況をもとに評価する。
履修上の注意
アドバンスト理科の基礎科目は、あらかじめ基礎学力と意欲の面で優秀な受講者の選抜を行うため、優3割ルールの適用外となっており、3割を超えて優を与える場合もあります。 「情報α」の単位と成績は、「情報」の単位と成績として認定されますが、履修を認可されなかった場合には、本来のクラス指定の「情報」を受講することになります。従って、本来のクラス指定の「情報」の第1回目の授業にも出席するようにしてください。