授業計画 |
回数 |
学習目標 |
学習項目 |
1 |
TensorFlow/Kerasの動作環境を構築出来る。 |
今日における代表的な機械学習ライブラリ・フレームワークの紹介を行い、TensorFlow/Kerasの動作環境の構築を行う。 |
【理解度確認】練習問題 |
2 |
TensorFlowによるデータの読み込みからモデル構築、学習、性能評価の基本的なコードを実装出来る。 |
TensorFlowの基本 (1):TensorFlowによるデータの読み込みからモデル構築、学習、性能評価の基本的なコードについて学習する。 |
【理解度確認】練習問題 |
3 |
TensorFlowによるモデルの構築が出来る。汎化性能を高める手法を実装出来る。 |
TensorFlowの基本 (2):TensorFlowにおけるモデル構築について学習する。併せて、汎化性能を高める代表的な手法についても学習する。 |
【理解度確認】練習問題 |
4 |
回帰を実現するプログラムを作成出来る。 |
回帰 (1):機械学習のタスクのうち回帰の実装方法について学習する。具体的には、モデルの実装方法、データの前処理について学習する。 |
【理解度確認】練習問題 |
5 |
回帰問題を実現するプログラムを作成出来る。 |
回帰 (2):機械学習のタスクのうち回帰の実装方法について学習する。ここでは、問題設定を行いシステムを実装する。 |
【理解度確認】練習問題 |
6 |
二値分類を実現するプログラムを作成出来る。 |
二値分類 (1):機械学習のタスクのうち二値分類の実装方法について学習する。具体的には、モデルの実装方法、データの前処理について学習する。 |
【理解度確認】練習問題 |
7 |
二値分類を実現するプログラムを作成出来る。 |
二値分類 (2):機械学習のタスクのうち二値分類の実装方法について学習する。ここでは、問題設定を行いシステムを実装する。 |
【理解度確認】練習問題 |
8 |
多クラス分類を実現するプログラムを作成出来る。 |
多クラス分類 (1):機械学習のタスクのうち多クラス分類の実装方法について学習する。具体的には、モデルの実装方法、データの前処理について学習する。 |
【理解度確認】練習問題 |
9 |
多クラス分類を実現するプログラムを作成出来る。 |
多クラス分類 (2):機械学習のタスクのうち多クラス分類の実装方法について学習する。ここでは、問題設定を行いシステムを実装する。 |
【理解度確認】練習問題 |
10 |
CNNの構造について説明出来る。CNNを実装出来る。 |
CNN (1):CNNの目的や構造を理解した上で、CNNを実装する。 |
【理解度確認】練習問題 |
11 |
CNNを実装出来る。 |
CNN (2):問題設定を行いCNNを使用したシステムを実装する。 |
【理解度確認】練習問題 |
12 |
Flaskを用いてWebアプリケーションを作成出来る。 |
AIシステム開発 (1):Flaskの動作原理およびファイルの構成を踏まえた上で、基本的なWebアプリケーションの実装方法について学習する。 |
【理解度確認】練習問題 |
13 |
AIシステムを構築出来る。 |
AIシステム開発 (2):AIシステムの構築方法について学習する。 |
【理解度確認】練習問題 |
14 |
自然言語処理を実装出来る。 |
自然言語処理 (1):自然言語処理について学習する。自然言語処理の基本的フロー(形態素解析、構文解析、意味解析、文脈解析)を理解した上で、Pythonにより実装する。 |
【理解度確認】練習問題 |
15 |
自然言語処理を使用したシステムを実装出来る。 |
自然言語処理 (2):問題設定を行い自然言語処理を使用したシステムを実装する。 |
【理解度確認】練習問題 |