開講年度
開講学部等
2026
大学院創成科学研究科(博士後期)
開講学期
曜日時限
授業形態
AL(アクティブ・ラーニング)ポイント
後期
未定
講義
2.0
時間割番号
科目名[英文名]
使用言語
単位数
4242010290
情報科学特論Ⅶ[Advanced Topics in InformaticsⅦ]
日本語
1
担当教員(責任)[ローマ字表記]
メディア授業
小林 泰良[KOBAYASHI Taira]
ー
担当教員[ローマ字表記]
小林 泰良 [KOBAYASHI Taira]
特定科目区分
対象学生
令和8年度以降入学者対象
対象年次
ディプロマ・ポリシーに関わる項目
カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
メディア授業
×
メディア授業とは,メディアを利用して遠隔方式により実施する授業の授業時数が,総授業時数の半数を超える授業をいいます。
メディア授業により取得した単位は,卒業要件として修得すべき単位のうち60単位を超えないものとされています。
授業の目的と概要
ニューラルネットワークに関する先端的な専門的知識や技術を身に着けることを目的とする。コンピュータサイエンスにおいて,様々な場面で遭遇する多様なデータに対する分析,解釈,予測に関して,どのようにニューラルネットワークが用いられてきたのか,その基礎的な知識の確認から,近年開発されてきている手法に至るまで,それぞれの考え方と特徴について講述する.
授業の到達目標
多様なデータを解析・解釈するためのニューラルネットワークの先端的な知識と実装のための技術を身につける。実データの解析を通して、課題を解決するための実践的な能力を養う(DP1-1, DP1-2)。
授業計画
【全体】
講義では教科書と最新の論文の解説を中心に,ニューラルネットワークの技術について学ぶ。また,一部の技術に関してはJupyter Notebookを用いて講義・演習資料を配布し,実装を行いながら進行する。
項目
内容
授業時間外学習
備考
第1回
オリエンテーション
担当教員の紹介,授業の目標と進め方,シラバス説明,成績評価の方法
シラバスを読んでおくこと。教科書の第1,2,3章の予習(学習時間の目安:4時間以上)
第2回
単層ニューラルネットワーク1
クラシカルな分類の問題について学習する
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第3回
単層ニューラルネットワーク2
クラシカルな回帰の問題について学習する
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第4回
深層ニューラルネットワーク1
深層ニューラルネットワークの数理的背景について学習する
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第5回
深層ニューラルネットワーク2
深層ニューラルネットワークを用いたデータ解析方法と実装について学習する
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第6回
正則化
正則化について数理的背景と実用例について学習する
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第7回
実用例の紹介
ニューラルネットワークの実用例について解説し,実装を試みる
前回の授業に関する復習(学習時間の目安:2時間以上)と次回の授業に関する予習(学習時間の目安:2時間以上)
第8回
まとめ
これまで学習した内容を総括する
これまでの授業に関する復習(学習時間の目安:4時間以上)
※AL(アクティブ・ラーニング)欄に関する注
・授業全体で、AL(アクティブ・ラーニング)が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A:グループワーク】、【B:ディスカッション・ディベート】、【C:フィールドワーク(実験・実習、演習を含む)】、【D:プレゼンテーション】
A: --% B: 10% C: 10% D: --%
成績評価法
授業内で実装したプログラムの内容(10%)と最終レポート(90%)で評価します。
教科書にかかわる情報
教科書
書名
深層学習 上
ISBN
4621312804
著者名
ChristopherM.Bishop,Hugh Bishop,神嶌敏弘
出版社
丸善出版
出版年
2026
備考
参考書にかかわる情報
備考
参考書は使用しない.
メッセージ
キーワード
深層学習,データサイエンス
持続可能な開発目標(SDGs)
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
関連科目
履修条件
連絡先
E-mail:tairakobayashi@yamaguchi-u.ac.jp, 電話:083-933-5695
オフィスアワー
平日9:00-17:00
ただし,事前に必ず連絡して予約をとって下さい.
ページの先頭へ