シラバス
AIと機械学習(前期2単位)
教授 松井俊浩・大塚 玲
1.授業のねらい
本講義では、情報セキュリティへの応用も活発化しているAIと機械学習の理論について学ぶ.講義は3つの部分に分かれている.最初の3回はAI技術の全体像を概観し,続く7回はC.M. Bishop著「パターン認識と機械学習」を教科書として機械学習の基礎理論を学ぶ.後半の5回はIan Goodfellow他著の「Deep Learning」を参考書として最近の深層学習の話題を取り上げ,最終回の演習では学生が独自に実験した内容を発表する.
2.到達目標
- AIの全体像を把握し,個々の技術の特徴を把握する.
- 情報セキュリティ研究に機械学習を応用する力を身につける.
3.授業計画
[概論]第1回 知能とは-論理と知識
第2回 生物の知能とAIコンピュータ
第3回 知能ロボット
[機械学習の理論]
第4回 ベイズの定理
第5回 情報エントロピー
第6回 確率分布
第7回 線形回帰モデル
第8回 線形識別モデル
第9回 ニューラルネットワークと誤差逆伝搬
第10回 演習(小テストと解説)
[最近の話題]
第11回 万能近似定理と深層学習
第12回 畳み込みネットワーク
第13回 リカレントネットワーク
第14回 自己符号化器
第15回 演習(発表)
4.教科書
- C.M.ビショップ著, パターン認識と機械学習(上) , 丸善出版, 2007. ISBN 978-4621061220.
5.参考書
- Marvin Minsky, “The Society of Mind,” Simon and Shuster, 1988 (邦訳:心の社会、1990)
- I. Goodfellow, Y. Bengio, A. Courville著, 深層学習, ドワンゴ, 2018, ISBN 978-4048930628.
- I. Goodfellow, Y. Bengio, A. Courville著, Deep Learning, The MIT Press, 2018, ISBN 978-0262035613.
6.関連科目
アルゴリズム基礎、数論基礎、暗号プロトコル、暗号理論,ブロックチェーン理論と関連がある。
7.成績評価の方法と基準
到達目標を充足しているかどうかを評価の基準として、小テストと演習発表の内容により評価する(90%)質問など授業への積極的な参加も評価対象とする(10%)
Copyright © INSTITUTE of INFORMATION SECURITY. All rights Reserved.