大学院
HOME 大学院 先端人工知能論Ⅰ
戻る
過去（2022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4月22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。

先端人工知能論Ⅰ

先端人工知能論Ⅰ／Frontier Artificial Intelligence I
人工知能分野において、現在、Deep learning技術の習得は必須項目である。先端人工知能論では、Deep learning技術を理解するのに必要な数理、手法ならびに基礎的応用を系統的に取り上げ、分野における最新トピックまでを概観する。講義は、現在、Deep learningの手法や応用の研究で世界的に活躍している研究者複数で担当する。また、ブラウザ上からGPUを利用したpythonコーディングが可能なオンラインシステムにより、演習を通じての技術習得を目指す。
MIMA Search
時間割／共通科目コード
コース名
教員
学期
時限
4850-1025
GIF-MX6d09L1
先端人工知能論Ⅰ
原田　達也
S1 S2
火曜4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
可
開講所属
情報理工学系研究科
授業計画
第1回　Introduction: 概論（人工知能、深層学習、応用と社会へのインパクト）、講義概要説明と注意事項 第2回　機械学習基礎 第3回　Pythonと科学計算　 第4回　CNN 1：畳み込みニューラルネットワーク(CNN)の基礎 第5回　Hands-on 1： numpyによる機械学習手法の実装 第6回　CNN 2：深層CNNの要素技術、画像特有の前処理・データ拡張 第7回　CNN 3：学習済みネットワークの再利用、物体検出、セグメンテーション 第8回　Hands-on 2：CNNの実装 第9回　生成モデル１ 第10回　生成モデル２ 第11回　生成モデル3 第12回　生成モデル Hands-on 第13回　特別講演1
授業の方法
オンライン講義と演習(Hands-on)
成績評価方法
出席、演習平常点、課題提出による。
教科書
指定しない
参考書
岡谷 貴之，「深層学習」 (機械学習プロフェッショナルシリーズ) ，講談社，2015, ISBN-13: 978-4061529021. 原田 達也，「画像認識」 (機械学習プロフェッショナルシリーズ)， 講談社，2017, ISBN-13: 978-4061529120.
履修上の注意
講義はzoomによるオンライン講義となる。線形代数，偏微分，確率論およびpythonプログラミングを前提知識とし，これらを習得済の者に履修資格がある．本講義は、15:10-16:40の90分講義となる。
その他
連絡事項の通知の為、本講義のメーリングリストを作成します。本講義受講生は以下のgoogle formより登録の方をお願いします。 https://forms.gle/*****
戻る