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・Tensorflowを活用したAI応用プログラミング

  • 応用
  • 実習
         
科目名 Python・Tensorflowを活用したAI応用プログラミング
科目名(英名) Python/Tensorflow programming for AI application
担当講師(氏名・所属) 奥田 正浩(北九州市立大学)
分類 選択
授業形態 実習

全大学

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。
受講者の受講状況に応じて、補講を行う場合があります。
時数 12コマ
時間数(コマ数✕1.5) 18時間
授業の概要 ディープラーニングの基礎を実習を通して学習する.主に画像認識を題材とし,ニューラルネットワークによる文字認識,異常検知,画像生成,強化学習を理解し実装する.
到達目標 Python3とTensorflowを用いてニューラルネットワークの学習を行い,AIシステムを構築する.
ビッグデータを処理することが出来る.
ディープラーニングの実践プログラムが作成できる.
履修上の注意
(準備学習・前提知識)
Python3などのプログラム経験, 線形代数の基礎知識,Tensorflowの基礎知識があることを前提とする.
授業計画・内容 1. Tensorflowプログラミングの基礎
2. 前処理のためのプログラミング
3. 簡易ニューラルネットワークによる手書き文字認識
4. 畳み込みニューラルネットワークによる手書き文字認識1
5. 畳み込みニューラルネットワークによる手書き文字認識2
6. Autoencoderによる異常検知
7. 敵対的生成ネットワークによる画像生成1
8. 敵対的生成ネットワークによる画像生成2
9. 敵対的生成ネットワークによる画像生成3
10. 深層強化学習の基礎 実装1
11. 深層強化学習の基礎 実装2
12. 深層強化学習の基礎 実装3
事前・事後学習の内容 事前に,線形代数(行列演算など)とTensorflowの基礎を学習しておくこと.
プログラミング演習を受講される方はそちらの演習が終わってから受講をおすすめします.
成績評価の方法 課題提出(3−4回)100%
教科書・参考書等 教科書はなし,参考書は講義スライド内に提示する.
キーワード ディープラーニング,人工知能,AI,ニューラルネットワーク,機械学習