金沢工業大学　学習支援計画書　2115-01
|| 英語(English)
学習支援計画書(シラバス)　検索システム
印刷
機械工学専攻
対象課程 科目名 単位数 科目コード 開講時期 授業科目区分
博士前期課程（修士課程）
深層学習特論
Deep Learning
 1 2115-01 2024年度
前学期 		関係科目
担当教員名
授業科目の学習・教育目標
キーワード 学習・教育目標
1.人工知能 2.機械学習 3.深層学習 本科目では、さまざまな応用領域において高い性能を実現することに貢献している深層学習 の基礎を学ぶ。
授業の概要および学習上の助言
　本科目で取り扱う中心的な内容は以下である。 １．深層順伝播型ネットワーク ２．深層学習のための正則化 ３．深層モデルの訓練のための最適化 ４．畳み込みネットワーク ５．系列モデリング 　深層学習の基本的な概念と手法の理解を深めるためにＰｙｔｈｏｎ言語によるプログラミング演習を実施する。プログラミ ング演習においては、ノートＰＣを使用するので、持参すること。
教科書および参考書・リザーブドブック
教科書：深層学習[ドワンゴ]
履修に必要な予備知識や技能
学部レベルのＰｙｔｈｏｎ言語によるプログラミング能力を前提とする。
学生が達成すべき行動目標
No.
① 深層学習の基本的な概念と手法を説明することができる。
②
③
④
⑤
⑥
達成度評価
評価方法 試験 クイズ
小テスト		 レポート 成果発表
(口頭・実技)		 作品 ポートフォリオ その他 合計
総合評価割合 0 0 100 0 0 0 0 100
評価の要点
評価方法 行動目標 評価の実施方法と注意点
試験 ①
②
③
④
⑤
⑥
クイズ
小テスト		 ①
②
③
④
⑤
⑥
レポート ① レ 授業内容の理解を深めるためにレポート課題を課す。記載内容により評価する。
②
③
④
⑤
⑥
成果発表
(口頭・実技)		 ①
②
③
④
⑤
⑥
作品 ①
②
③
④
⑤
⑥
ポートフォリオ ①
②
③
④
⑤
⑥
その他 ①
②
③
④
⑤
⑥
具体的な達成の目安
理想的な達成レベルの目安 標準的な達成レベルの目安
深層学習の基本的な概念と手法を正確に説明することができる 。 深層学習の基本的な概念と手法を説明することができる。
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間（例えば2単位科目の場合、予習2時間・復習2時間／週）を取るよう努めてください。詳しくは教員の指導に従って下さい。
授業明細
回数 学習内容 授業の運営方法 学習課題 予習・復習 時間：分※
１ 科目ガイダンス 教科書「第５章　機械学習の基礎」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
２ 教科書「第６章　深層順伝播型ネットワーク」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
３ 教科書「第７章　深層学習のための正則化」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
４ 教科書「第８章　深層モデルの訓練のための最適化」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
５ 教科書「第９章　畳み込みネットワーク」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
６ 教科書「第１０章　系列モデリング：回帰結合型ニュ ーラルネットワークと再帰型ネットワーク」 自己点検 講義（質疑応答を含む）と演 習 自己点検 予習：教科書該当範囲の通読 復習：授業内容の理解 100 100
７ 総括 自己点検 講義（質疑応答を含む） 自己点検 予習：第６回までの授業内容の復 習 復習：授業内容の理解 100 100