三重大学ウェブシラバス

シラバス表示

　シラバスの詳細な内容を表示します。

→ 閉じる（シラバスの一覧にもどる）

科目の基本情報

開講年度	2022 年度
開講区分	工学部情報工学科／総合工学科情報工学コース・専門教育

受講対象学生	学部(学士課程) : 2年次 2018年度以前入学者が対象。但し受講については、科目名「人工知能と機械学習」の授業を受けること。
選択・必修	必修
授業科目名	人工知能 I (再履修)
	じんこうちのう1
	Artificial Intelligence
単位数	2 単位
ナンバリングコード	EN-CMPS-2

開放科目	非開放科目
開講学期	後期本科目の再履修者は、科目名「人工知能と機械学習」を受講すること。
開講時間	月曜日 1, 2時限変更の可能性があります。必ず時間割表を参照してください。
授業形態	ハイブリッド授業 * 状況により変更される可能性があるので定期的に確認して下さい「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業
開講場所	時間割表を参照してください。但し、ウィルスパンデミックの状況によってはオンライン講義となります。必ず、moodle上のコース；「情報工学オンライン掲示板」および「人工知能と機械学習」の掲載情報を確認してください。
担当教員	林田祐樹（工学研究科情報工学専攻）
担当教員	HAYASHIDA, Yuki (Grad. Eng., Information Engineering)
SDGsの目標
連絡事項	* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要	科目名「人工知能と機械学習」のシラバスを参照してください。
学修の目的	科目名「人工知能と機械学習」のシラバスを参照してください。
学修の到達目標	科目名「人工知能と機械学習」のシラバスを参照してください。
ディプロマ・ポリシー	○ 学科・コース等の教育目標　情報工学の基礎知識を身につけ、科学技術が社会や自然環境に及ぼす影響を理解し、責任ある技術者として行動できる。【技術者倫理】 ○情報工学科に関連する様々な分野に関心をもち、未知分野を理解するために、自主的、継続的に学習できる。【自主的継続的学習】　世界に多様な考え方があることを学び、様々な立場の考えや意見を尊重し、多面的に物事を考えることができる。【多面的な思考能力】 ○情報工学に関連する課題に対して、与えられた条件や期限を熟慮し、計画的に作業を進め、報告できる。【計画的な活動】　専門分野の英語で書かれた文献について理解し、説明できる．また、学習や実験で得た知見を、論理的に記述し、的確に発表し、討議できる。【コミュニケーション能力】 ○自然科学と情報技術に関する十分な知識を修得し、それらの知識を応用できる。【知識の修得と応用】 ○与えられた問題に対し、修得した知識や技術を利用して、関連情報を収集し、解決手法を提案し、実現できる。【問題解決能力】 ○ 全学の教育目標感じる力　感性　共感 ○主体性考える力 ○幅広い教養 ○専門知識・技術 ○論理的・批判的思考力コミュニケーション力　表現力(発表・討論・対話) 　リーダーシップ・フォロワーシップ　実践外国語力生きる力 ○問題発見解決力　心身・健康に対する意識　社会人としての態度・倫理観 ○ JABEE 関連項目
成績評価方法と基準	2020年度以降は、科目名「人工知能と機械学習」のシラバスを参照してください。
授業の方法	講義演習
授業の特徴	PBL 特色ある教育 Moodleを活用する授業英語を用いた教育
授業改善の工夫
教科書	昨年度まで使っていた教科書が絶版となってしまいましたので、今年度は以下を教科書とします。 ----------------------------------------------------------------------------------- 書名：物体・画像認識と時系列データ処理入門［TensorFlow2/PyTorch対応第2版］　　　～NumPy/TensorFlow2(Keras)/PyTorchによる実装ディープラーニング著者：チーム・カルポ発行所：秀和システム定価：3520円＋税 ISBN-13： 9784798063546 他に、講義担当教員からの配布資料も講義に用います。
参考書	書名：ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装著者：斎藤康毅発行所：オライリージャパン定価：3400円＋税 ISBN-13：9784873117584
オフィスアワー	授業日の１２：００～１３：００。それ以外でも、気軽にメール連絡をください。個別に時間設定をします。
受講要件	基礎線形代数学Ⅰ・Ⅱ、基礎微分積分学Ⅰ・Ⅱ、プログラミング言語Ⅰ、初級プログラミング演習、プログラミング言語Ⅱ、中級プログラミング演習を履修済であること。 Python開発環境（”Anaconda” [https://www.anaconda.com/products/individual]など）を整えられるコンピュータを有すこと。
予め履修が望ましい科目	電気回路、情報工学実験Ⅰ、情報工学実験Ⅱ
発展科目	卒業研究、知能システム特論（大学院クロス科目）
その他

授業計画

MoodleのコースURL	https://moodle.mie-u.ac.jp/moodle35/course/view.php?id=5152

キーワード	生体神経系、人工知能、機械学習
Key Word(s)	Biological Neural System, Artificial Intelligence, Machine Learning
学修内容	科目名「人工知能と機械学習」のシラバスを参照してください。
事前・事後学修の内容	科目名「人工知能と機械学習」のシラバスを参照してください。
事前・事後学修の内容	事前学修の時間:90分/回　　　事後学修の時間:150分/回