ニューラルネットワーク

概要

近年，「人工知能」の技術が急速に発展し，産業界でも様々な形で活用され始めている。この「人工知能」の基礎となる技術が深層ニューラルネットワークである。ニューラルネットワークはもともと生物の脳を模倣して考案されたパターン認識技術であるが，学習の難しさから一時期その発展が停滞していた。しかし，構造や学習方法を工夫することで，様々なパターン認識課題に対して高い精度を示すことが分かると，その技術が急速に発展した。本講義では，はじめにパターン認識課題について説明し，その課題に適用されるニューラルネットワークの技術を基礎的な部分から解説する。本講義では，生物の神経回路についてはほとんど触れず，その神経回路を模倣した工学的側面に焦点を当てて説明する。前提知識として，線形代数の基礎的な知識(行列)を必要とする。確率変数に関する知識もあることが望ましいが，必須ではない。この講義は情報理工学科のカリキュラムポリシーの2における「人間を理解するための科目」に相当する。アクティブ・ラーニングとして，毎回の講義で簡単な演習を行い，その日の内容の理解を深める。

目標

情報理工学科のディプロマポリシー2に掲げる「人間に関わるあらゆる側面に対応できる能力」を身に着ける。 (1) パターン認識について理解する (2) ニューラルネットワークについて理解する

授業外の学習

(1) 毎回の講義で演習を行うので，それをよく復習すること(1時間程度) (2) 参考書に挙げている本を1冊選択し，学期中に精読すること(3時間程度)

所要時間: 4時間程度/週