授業目的及び達成目標

授業目標

データサイエンスはデータを元に社会の様々な課題に取り組むための重要なアプローチです。本演習授業は、本学と（株）キカガクが合同で開発したe Learning教材とその解説ビデオを用いて、データサイエンスのツールとしてのディープラーニングに関して学びます。ディープラーニングを研究やビジネスに活用できる基礎的なレベルまでを身につけることを目標とします。

達成目標

1. ニューラルネットワークの基礎となる数学的知識を理解すること
2. Kerasを用いた実装技術を理解すること
3. データサイエンスの実応用について理解すること

授業キーワード

機械学習、データサイエンス、深層学習

授業項目

第1 回 データサイエンス概論
第2 回 AI 概論
第3 回 ニューラルネットワークの数学II（順伝播）
第4 回 ニューラルネットワークの数学I II（逆伝播）
第5 回〜第6 回 ニューラルネットワークの実装II（分類）
第7 回 ニューラルネットワークの実装II （回帰）
第8 回～第9 回 画像処理とディープラーニング
第10回 画像分類の実装
第11回〜第12回 系列モデリングとディープラーニング
第13回 系列解析
第14週 自然言語処理とディープラーニング
第15週 機械翻訳・チャットボットの実装

成績評価方法と評価基準

12 個あるすべての e-Learning 教材を学習したものにつき，教材内で出題された
課題レポートにより評価する。
S:90%以上
A:80-89%
B:70-79%
C:60-69%