科目コード |
3021110 |
科目名 (英語名) |
AI基礎 (Fundamentals of AI)
|
対象学科 |
情報システム科 |
開講時期 |
2年 前期 |
担当教員 |
芝田浩 |
単位数 |
2 |
開講形態 |
講義, 実習 |
授業概要 |
【目的】
機械学習とAIの基本的な概念と手法について学ぶ。
【到達目標】
- 機械学習によるデータ分析の流れを理解できる。
- 機械学習(教師あり学習、教師なし学習)の基礎を理解し、使用することができる。
- データ処理の基礎を理解し、使用することができる。
- 機械学習における過学習を理解することができる。
- AI技術を活用し、課題解決につなげることができる。
【科目の位置付け】
機械学習・AIの基礎を学ぶものであり、本校の教育・育成の重点目標の①、育成する人材像と教育の重点事項①、②、③、⑦、情報システム科の教育目標①、③に対応する科目である。
|
授業計画 |
【授業の方法】
教科書及びスライドを用いた講義と共に、各項目に沿ったPythonのプログラミングによる解析方法を学習する。その後、課題に対するPythonのプログラムの作成や解答に取り組むことで理解を深める。
【日程】
- 第1回:AIと機械学習、機械学習によるデータ分析の流れ
- 第2回:機械学習の体験、データの扱い方
- 第3,4回:教師あり学習、分類(決定木)
- 第5,6回:教師あり学習、回帰(線形回帰)
- 第7回:データの可視化、不均衡データ対策、過学習
- 第8回:実践的な前処理
- 第9,10回:その他の回帰モデル(リッジ回帰、ラッソ回帰、回帰木)
- 第11,12回:その他の分類モデル(ロジスティック回帰、ランダムフォレスト、アダブースト)
- 第13回:予測性能評価
- 第14回:教師なし学習、次元の削減
- 第15回:教師なし学習、クラスタリング
- 第16回:ニューラルネットワークと深層学習
|
成績の評価 |
【基準】
授業目標に示した内容に関した課題に対して、正しく動作するプログラムを作成し解答できることを合格基準とする。
【方法】
期末試験(50%)、レポート(50%)を合計し100点満点で成績評価を行い、60点以上を合格とする。
|
教科書・参考図書 |
教科書:スッキリわかるPythonによる機械学習入門 |
その他 |
【履修にあたり】
Pythonの基本文法を習熟していること
【この授業・実習に必要な機材】
特になし
|