1. トップ
  2. 学校紹介
  3. 情報公開
  4. 学科情報
  5. シラバス - 科目一覧

シラバス

AIシステム科 2024年度入学生

科目名 AIプログラミングⅡ 作成日 2024/03/12
区分 必修 講義/実習
開催時期 2年次 前期
講義・演習駒数/週 1駒
実習・実験駒数/週 3駒
合計駒数/週 4駒
総時間数 120時間
総単位数 5単位
企業連携
授業の目的 機械学習ライブラリ・フレームワーク及び関連ライブラリを使用して、AIシステムが作成出来るようになることを目的とする。
到達目標 機械学習ライブラリ・フレームワークを使用して、AIシステムの実装が出来る。

評価項目 ①定期テスト ②小テスト ③レポート ④課題 ⑤作品 ⑥ポートフォリオ ⑦成果発表 ⑧その他
割合 60% 40%  %  %  %  %  %  %
評価基準
①機械学習ライブラリ・フレームワークを利用したプログラムを作成出来ること。 ②機械学習を使用したシステムが作成出来ること。
※上記に示した評価項目の割合(%)を基準に、総合評価点を算出して成績評価を行う。
※出席率が80%未満の場合は、評価対象としない。

担当教員 福田 竜郎・石黒 元康
テキスト・参考文献 オリジナルテキスト
実務経験有無  
研究員として、データ分析、数値計算業務に従事した実務経験がある。その経験から取得した知識とスキルを活かして、本科目に対する職業実践的な教育を行う。 
関連科目 機械学習Ⅱ・Ⅲ、エッジコンピューティングⅠ・Ⅱ、クラウドコンピューティング、卒業研究  履修前提   

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