情報科学特殊講義III
| 授業目的 |
|---|
| 「ニューラルネット学習の基礎と実践」 本演習ではニューラルネット学習の基礎理論を学び，また実際に深層学習のプログラムを作成することで，この技術領域に対する理解を深める． |
| 到達目標 |
| ニューラルネット学習の基礎理論を理解する．様々な深層学習モデルのアーキテクチャに基づく応用プログラムを設計し，そのためのプログラムを作成できるようになる．再帰型ニューラルネット（Reccursive Neural Network, RNN），LSTM（Long Short-Term Memory），GRU（Gated Reccurent Unit）などを応用して，生成AI（Generative Artificial Inteligent）による偽文生成を体験する． |
| 授業計画 | |
|---|---|
| 第1回 | 科目オリエンテーション・基礎知識 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第2回 | データ形式，グラフィクス，対話型プログラミング 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第3回 | 勾配降下法・誤差逆伝搬・Tensorflow 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第4回 | 学習パラメータの検討 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第5回 | 論理回路の学習形成 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第6回 | 勾配降下法とローカルミニマム 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第7回 | 活性化関数と深層学習 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第8回 | NNによるパターン認識 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第9回 | NNによる時系列予測 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第10回 | NNによる生成AI，偽文生成1 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第11回 | NNによる生成AI，偽文生成2 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第12回 | 総合演習1（企画） 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第13回 | 総合演習2（作成） 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第14回 | 総合演習3（発展） 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |
| 第15回 | 総合演習4（発表会） 【事前学習】科目HPを事前に確認（15分） 【事後学習】各回の課題を取り残さず完成する（45分） |