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

深層学習

  • 応用
  • 講義
         
科目名 深層学習
科目名(英名) Deep Learning
担当講師(氏名・所属) 木山真人(熊本大学)
分類 選択
授業形態 講義

VOD

任意の時間にパソコンからインターネット接続にて(自宅や職場などから)受講します。
時数 8コマ
時間数(コマ数✕1.5) 12時間
授業の概要 本講義では、機械学習の手法である深層学習(Deep Larning)を学習する。深層学習は、ニューラルネットワークを用いて学習を行う方法であり、従来は人間が設計していた特徴量を、コンピュータが自ら獲得するという点が特徴である。また、人間では扱えないほどの大量のデータから自動的に特徴量を抽出できる。深層学習を理解するために、まずは機械学習から学び、幅広い知識を得る。その後、深層学習の基本について学び、深層学習について理解を深める。
到達目標 -機械学習の基礎知識を修得する。
-深層学習の基礎知識を修得する。
-機械学習と深層学習の違いを理解する。
履修上の注意
(準備学習・前提知識)
微積分と線形代数については、知っておいたほうが良い。
授業計画・内容 前半は、深層学習の基礎となる部分について学び、後半で深層学習の応用となるCNNやRNNについて学ぶ。
 1. 深層学習の概要
 2. 回帰
 3. 分類
 4. 教師なし学習
 5. 決定木
 6. 強化学習
 7. NN
 8. CNN,RNN
事前・事後学習の内容 指定された範囲の予習と、授業内容の復習を行うこと。(必要な学習時間の目安:予習60分、復習60分)
成績評価の方法 課題提出(4回)100%
教科書・参考書等 授業中に必要な資料を配布します。
斎藤康毅著、ゼロから作るDeep Learning、オライリージャパン出版社, 2016
キーワード 機械学習、深層学習