Society5.0に対応した高度技術人材育成

enPiT everi 社会人向け「人工知能・ロボット・IoT」に関する短期講義・演習プログラム

MENU

科目一覧

Python/PyTorchを使ったAIプログラミングの実践

AI実装プログラミング入門

  • 応用
  • 実習
         
科目名 AI実装プログラミング入門
科目名(英名) AI Programming Beginner Course
担当講師(氏名・所属) 鈴木 章央,田中 悠一朗(株式会社Techno.send)
分類 選択
授業形態 実習

全大学

本科目はオンラインにて実施するため、どの地域からも受講が可能です。
受講にはZoomミーティングを使用しますので、WEBカメラとマイクをご用意ください。(カメラはなくても受講は可能です。マイクはヘッドセットが望ましいです。)
また、別モニタ(デュアルモニタ)をご用意されると、ご自身の作業用の画面と、講師の講義用画面を分けることができるので受講しやすくなります。
時数 12コマ
時間数(コマ数✕1.5) 18時間
授業の概要 プログラミングを通じて,深層学習による問題解決法の実装について学習する.深層学習は,AIと呼ばれる分野の一部であり,数値データや画像データ,時系列データなどのように幅広いデータに対して用いることができる.ここでは,深層学習を用いた課題解決型人材の育成を目指して講義を進めていく.内容としては,まず,これらのデータに対して簡単な理論と単純な実装法を学習する.続けて,自ら問題を定義し.解決法を設計する.さらにそれを,本講義で身に付けた知識と技術を使って解決していく.
到達目標 - 単純な深層学習のプログラムが理解できるようになる
- クラウドでAIのプログラムが組めるようになる
- 数値解析,画像処理,時系列処理でAIを使えるようになる
- AIを用いた簡単な課題解決法を提案できるようになる
難易度 ★★
分野別難易度(前提知識) 数学:★
Pythonプログラミング:★★
履修上の注意
(準備学習・前提知識)
プログラミングをするので,コードを見て逃げ出す人には向いていない.プログラミング周りの知識として,Pythonの知識があるとスムーズに理解できる.また,直線の方程式が1度だけ出てくるが,これが鍵になるので,直線の方程式について復習しておくと良い.プログラミングはGoogleのサービスを利用するため,Googleアカウントが必要になる.
授業計画・内容 全ての講義で,座学と演習を織り交ぜた形式で講義を進める.最後には自ら課題を設定し,最適なニューラルネットワークを設計,実装,性能評価,改良を行う.
1. 全結合型ニューラルネットワークと数値解析
2. 畳み込みニューラルネットワークと画像処理
3. 自己回帰型ニューラルネットワークと時系列処理
4. AIを活用するためのアラカルト
5. 課題設計とAIによる解決法の実装
6. 課題設計とAIによる解決法の実装
事前・事後学習の内容 事前学習は必要ない.事後学習として,講義時間内に終了しなかった演習の課題を終了させること,講義資料を読み返すこと.
成績評価の方法 最終課題を除く演習の進捗状況
最終課題の提出およびその内容
教科書・参考書等 講義資料は配布.
参考資料:瀧雅人著,これならわかる深層学習入門,講談社,2017.
キーワード 深層学習,PyTorch