第14回組込み適塾

  • A01-05
機械学習とディープラーニング

講義日時：2021年8月26日 9:30～ 17:30

講義概要

第1次ブームからの人工知能の歴史とともに、機械学習を始めとする知能システムの基礎、ならびに現在のAIの中心であるニューラルネットワークと深層学習について最新の知見とともに講義する。

講師

所属
高知工科大学
講師名
吉田真一
高知工科大学情報学群教授。1996年中央大学理工学部卒業、2001年東京工業大学大学院修了、博士(工学)。東京工業大学、青山学院大学を経て、2007年より高知工科大学所属。日本知能情報ファジィ学会、IEEE、電子情報通信学会、情報処理学会等役員歴任。

講義内容

  1. 人工知能の歴史 （初期の人工知能（第1次）、産業応用発展（第2次）、ディープラーニング（第3次）)
  2. 計算知能・ソフトコンピューティング (ファジィ・ニューロ・進化計算法(遺伝的アルゴリズム))
  3. 機械学習の基礎 – 教師付き学習と教師無し学習
  4. 回帰と分類 - 線形回帰・ロジスティック回帰、最適化と最小二乗誤差、過学習と次元の呪い
  5. ニューラルネットワークとディープラーニング
    オートエンコーダ、畳み込みニューラルネットワーク、GAN等最新のニューラルネットワークモデル

受講要件

  • 理工系大学レベルの数学の知識（微積分、線形代数、確率統計）があることが望ましいですが、高等学校の数学でも受講可能。具体的には、ベクトル行列演算、微分、正規分布等確率分布の知識があるとスムースに学習できます。プログラミングの知識、特に外部ライブラリ利用が知識があることが望ましいです。

受講にあたって必要な準備

  • 次の事前学習を行うことが望ましいです。参考文献(1)は、機械学習の概要と基礎、ディープラーニングを説明しており、世界的に広く読まれている機械学習の良書で、一読して頂くことで、本講義の理解を深められます（特に第1章～第10章）。また、同書にて数学的な準備およびPythonプログラミングの準備もできます。参考文献(2)は、講義内容1、2にあたる人工知能の歴史、分野全体の俯瞰(S3群3編)、計算知能・ソフトコンピューティング(S3群4編)を知るのに適しています。当日はインターネットにアクセス可能なコンピュータが必要です。最新のブラウザが動作すれば、他に特別なソフトウェアは必要ありません。OSは任意ですが文字入力を行うキーボードがある方が良いです。CPU、メモリ等のスペックはブラウジングがストレスなく行えるレベルであれば問題ありません。

講義に関連する解説記事・参考文献・図書等