科目名 | 知能工学実験T | ||
単位数 | 1.5 | ||
担当者 | 准教授 鎌田 真,准教授 岩根 典之,助教 黒澤 義明 | ||
履修時期 | 前期(第1ターム) | ||
履修対象 | 3年次 | ||
講義形態 | 実験 | ||
講義の目的 |
・画像や映像などのメディアを機械学習・深層学習を用いて認識する方法を理解する. ・メディアの認識結果を応用する技術を身につける. ・グループ協議や共同実験を通じて協調性やプレゼンテーション能力を磨く. |
||
到達目標 |
・画像等のメディアに対する学習アルゴリズムについての知識およびプログラミング技術を身につけている.【知識2,技能1】 ・学習器の識別精度の向上の方法を自ら考え試行することができる.【思考力・判断力,表現力】 ・作成したプログラムなどの成果物の評価を適切にプレゼンテーションできる.【思考力・判断力,表現力】 ・グループ討議や他者の成果物との比較を通して,自らの成果物の課題を認識し,改善に取り組むことができる.【主体性,協働性】 |
||
受講要件 | 「人工知能」を受講していることが望ましい. | ||
履修取消の可否 | 否 | ||
履修取消不可の理由 | 必修科目のため. | ||
事前・事後学修 |
授業中に適宜与える提出課題について完成させる. 課題への取り組みに必要となるプログラミング言語についての知識が不足している点があれば,自発的に習得に取り組む. |
||
講義内容 |
1 物体検出モデルの基礎1(実験環境の構築) 2 物体検出モデルの基礎2(物体検出の仕組みなど) 3 物体検出モデルの基礎3(データ分析演習) 4 オリジナル検出モデルの構築1(モデルの設計,データ収集など) 5 オリジナル検出モデルの構築2(モデルの構築,精度検証など) 6 オリジナル検出モデルの構築3(Data Augmentation,モデルの改良など) 7 オリジナル検出モデルの構築4(モデル・データに関する有効性の検証など) 8 実験のまとめ(グループ発表会) |
||
期末試験実施の有無 | 実施しない | ||
評価方法・基準 |
実験への参加度およびレポートなどの提出物により,評価する. 実験に積極的に取り組み,全てのレポートなどの提出物を提出すること. |
||
教科書等 |
実験の手引書を配布する. 参考書:野中謙一郎他著,技術レポート作成と発表の基礎技法(改訂版),コロナ社,2018 |
||
担当者プロフィール |
鎌田:機械学習,深層学習などの計算知能に関する研究に従事.研究室:情報科学部棟643研究室 岩根:学習システムのモデル化や設計に関する研究に従事.研究室:情報科学部棟663室 黒澤:発話意図研究,アパレル情報推薦研究に従事.研究室:情報科学部棟764室 |
||
講義に関連する実務経験 | |||
課題や試験に対するフィードバック |
・実験中に適宜与える課題については,実験中に解説しフィードバックを行う. ・最終レポートについては,評価,コメントをWebClass等を通じてフィードバックする. |
||
アクティブ・ラーニング |
PBL, TBL, プレゼンテーション,その他:コンペティション |
||
キーワード | 人工知能,機械学習,深層学習 | ||
備考 |