タイトル「2021年度 修士課程シラバス」、フォルダ「2021年度 教育学研究科(修士課程)シラバス-教育AI研究プログラム
シラバスの詳細は以下となります。
ナンバリングは科目コードとは異なります。ご注意ください。
ナンバリングとは
科目コード   16230010 
科目名   機械学習・深層学習論  
担当教員   庄野 逸  
対象学年   1年   クラス   01  
講義室   S205    開講学期   春学期  
曜日・時限   金4   単位区分   選必  
授業形態   演習   単位数  
受講対象  教育支援協働実践開発専攻教育AI研究プログラム展開(情報AI) 
備考   
ナンバリング   2S1M12 
ねらいと目標 機械学習,深層学習などの基礎と実現方法について主に学習する.簡単な機械学習の原理とその実現方法を学び,その後,現代 AI の基盤をなす深層学習モデルについての原理等を学ぶ 
内容 内容に関しては,
1) 機械学習の概要
2) 計算機を用いた機械学習の実現方法
3) 回帰問題の原理と解法
4) パターン判別問題の原理と解法
5) 深層学習
という順番で徐々に掘り下げを行う 
テキスト 特に使用しない 
参考文献 参考書としては
C.M. Bishop "Pattern Recognition and Machine Learning"
などが上げられる.

必要に応じて、授業に用いるスライドやプリント等を配布する. 
成績評価方法 講義内で提示する小課題の提出と,最終レポートでの判断を行う 
授業スケジュール(展開計画)
内容
1基本的問題設定の理解
2数学的準備,確率と統計
3計算機を用いる準備,Google Colaboratory
4回帰問題(1),問題設定.最小二乗法と最尤法
5回帰問題(2),Ridge 回帰
6回帰問題(3),最尤法とベイズ法
7回帰問題(4),計算機による回帰問題の解決
8判別問題(1).問題設定,判別関数の設計と最小二乗法による解法
9判別問題(2),Fisher の方法,パーセプトロンによる解法
10判別問題(3),確率的識別モデル
11判別問題(4),ロジスティック回帰による解法
12判別問題(5),多層パーセプトロンによる解法
13深層学習(1),深層学習とは?
14深層学習(2),畳み込みネットワーク
15まとめ
授業のキーワード 機械学習,回帰問題,識別問題,深層学習 
受講補足(履修制限等) ・計算は Google Colaboratory 等を用いて行う予定なので,gmail アカウントなどを事前に取得しておくとスムースに受講できます.
・講義内にも上述の Google Colaboratory を用いて計算機言語Python の簡単な説明を行うが,事前に Python の知識があるとコードを書くのが楽になります.
 
遠隔授業形態(ライブ配信/オンデマンド) 授業形態としてはオンデマンドで講義を行います.ビデオ配信を週ごとに行いますので,
このビデオコンテンツに関する小テストに回答してもらうことで出席とします.
またレポート課題を数週間に1回程度課しますので,これに答えることで成績を評価します.

ビデオコンテンツ等のは Web Class を参照してください.
また今年は,Microsoft Teams を活用して質問なども行ってみます. 
その他  
Copyright(C) 2013 NTT DATA KYUSHU Co.,Ltd All rights reserved.