情報α

＊＊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（4月9日（金）6限、Zoom開催）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。