基礎のニューラルネット

講義名 /Name of Subjecte

基礎のニューラルネット

配当年次 /Year of Study

学部１年～４年

到達目標 /Course Objectives

人工ニューラルネットに関して、数理的な概要を理解する。特に、現実のデータ解析において実施する手順と、手順中で現れる概念について理解する。

授業内容 /Schedule

実施回 /Week	内容 /Contents
第1回	授業の進め方・人工知能の歴史
第2回	ニューラルネットワークの歴史
第3回	パーセプトロンと誤り訂正学習
第4回	損失関数
第5回	勾配降下法
第6回	多層化と学習
第7回	活性化関数
第8回	ニューラルネットワークの性能
第9回	非階層ニューラルネットワーク
第10回	深層学習
第11回	深層学習の技術
第12回	深層学習の発展
第13回	ニューラルネットワークと機械学習
第14回	Excelによる実習
第15回	まとめと到達度確認

授業計画コメント /Comments on the Schedule

履修生の専門内容に応じて、講義内容は変更する場合がある。
第２学期の「プログラミングで学ぶニューラルネット」を履修予定の学生は本講義を履修することが望ましい。
この科目は以下のプログラムの指定科目（コア科目）です。
- 2023年度以降の入学者を対象とした「データサイエンス副専攻プログラム」
- 2022年度以前の入学者を対象とした「データサイエンスプログラム」

授業方法 /Teaching Method

講義が中心となるが、理解を深めるためにExcelを使った演習も行う。

使用言語 /Language of Instruction

日本語 /Japanese

英語 /English

日本語・英語以外 /Other Language

準備学習(予習・復習) /Class preparation and review

・授業中に配られた配布物を一読しておくこと（60分）
・授業で習得したスキルが定着するよう復習し、不明な点をまとめておくこと（60分）

成績評価の方法・基準 /Evaluation

評価項目 /Criteria	評価配分 /Percentage	備考/ Remarks
学期末試験（第1学期） /First Term examination
学年末試験（第2学期） /Second Term examination
中間テスト /Mid-term examination
レポート /Reports
小テスト /Quizzes	80 %	演習課題を含む
平常点（出席、クラス参加、グループ作業の成果等） /Particlpation, Attendance, Group Work, etc.	20 %
その他(備考欄を参照) /Other(see remarks column)
成績評価コメント各目標についてどのような点が評価のポイントになるか、具体的に記入してください。 /General Comments on the Evaluation Criteria:
到達目標の達成度を、授業への参加状況と授業時間に行う小テストと課題の内容により評価する。

課題等（試験やレポート等）に対するフィードバック /Feedback on Exams or Assignments

講義内容についての質問をメールおよびMoodelにより受け付ける。

教科書 /Textbook

1.	書籍名 /Title	シリーズ名 /Name of series		著作者 /Author
	『基礎からのニューラルネット―人工知能の基盤技術―』			園田隆志　他
	出版元 /Publisher	版 /Edition	出版年 /Year	ISBN
	工学社	初版	2023 年	978-4-7775-2232-3

教科書コメント /General Comments on the Textbooks

参考文献 /Reference Book

参考文献コメント /General Comments on the Reference Books

必要に応じて参考文献を紹介する。

履修上の注意 /A Note on Registration

その他 /Other Information

カリキュラムマップ /Curriculum map

以下URLを参照
https://www.univ.gakushuin.ac.jp/life/curriculummap.html