基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名 ／Course	ディープラーニング特論／Deep Learning
時間割コード ／Course Code	S2201350_S6
開講所属 ／Course Offered by	システム工学研究科／Graduate School of Systems Engineering
ターム・学期 ／Term・Semester	2024年度／Academic Year　　第3クォーター／3Q
曜限 ／Day, Period	火／Tue　4,　木／Thu　4
開講区分 ／Semester offered	第3クォーター／3Q
単位数 ／Credits	2.0
学年 ／Year	1,2
主担当教員 ／Main Instructor	陳　金輝
科目区分 ／Course Group	_
授業形態 ／Lecture Form
教室 ／Classroom	北３号館Ｂ２０２／北３号館Ｂ２０２
開講形態 ／Course Format
ディプロマポリシー情報 ／Diploma Policy

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
陳　金輝	システム工学部（教員）

授業の概要・ねらい ／Course Aims	近年知的情報技術は機械学習により急速に発展している．ディープラーニングは，機械学習の最も代表的な手法の１つとして近年幅広く分野へ活用されている．この講義ではディープラーニングを中心にして機械学習の基礎からディープラーニングの理論，処理方式，その応用技術に関する基礎知識を学んでいく．
到達目標 ／Course Objectives	・ディープラーニングに関連する，理論，処理方式，研究の現状を理解する． ・ディープラーニングによる認識，予測，生成などに関する要素技術の基礎知識を習得する．
成績評価の方法・基準 ／Grading Policies/Criteria	成績は個人レポート（30%），グループ発表(60%)，学習態度等（10%）で評価される 課題発表の議論・質疑に積極的参加するこに意味がある
教科書 ／Textbook	資料配布
参考書・参考文献 ／Reference Book	下記の書籍は講義では用いませんでが，講義の内容を理解する上で役に立つ書籍です． ・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，斎藤 康毅，オライリージャパン , 2016，ISBN:978-4873117584 ・CVPR，ICCV，ECCV等論文（詳細は配布資料に記載がある）
履修上の注意 ・メッセージ ／Notice for Students	・講義前に配布資料（PDF）に目を通しておく
履修する上で必要な事項 ／Prerequisite	本講義では発表はグループワークで行われること，班ごとに事前に決めた知識単元の内容について参考書などを調査し，その内容をパワーポイントで発表する．なお，一回目の講義で履修の意思確認と班分けを決めるため，必ず出席すること．
履修を推奨する関連科目 ／Related Courses	人工知能論
授業時間外学修についての指示 ／Instructions for studying outside class hours	決めた発表内容について参考書等に関連の参考内容を精査して，その内容をパワーポイントでまとめて発表しましょう
その他連絡事項 ／Other messages	・グループ発表により，時限の割当が足りない場合は16回目を増設することもある ・資料はペーパレス化のためPDFデータで配布される
授業理解を深める方法 ／How to deepen your understanding of classes	・履修同士とのチームワーク ・参考書，学会論文，ネットワーク中参考資料などを積極的調査し活用すること
オフィスアワー ／Office Hours	随時対応，但し都合上調整のため事前に陳までご連絡（ckinki@wakayama-u.ac.jp）
科目ナンバリング ／Course Numbering	S61015J11099T515

No.	回（日時） ／Time (date and time)	主題と位置付け（担当） ／Subjects and instructor's position	学習方法と内容 ／Methods and contents	備考 ／Notes
1	1	オリエンテーションと授業概要
2	2	背景知識（1）：線形モデル
3	3	背景知識（2）：アンサンブル学習
4	4	ディープラーニングの基礎
5	5	ディープラーニングモデルの学習（1）
6	6	ディープラーニングモデルの学習(2)
7	7	ディープラーニングで起きる問題とその対処策（１）
8	8	ディープラーニングで起きる問題とその対処策（２）
9	9	期中知識点整理のためのプレゼンテーション	指示によりグループごとにスライドを作成しておく
10	10	畳み込みニューラルネットワーク（CNN）
11	11	敵対的生成ニューラルネットワーク（GAN・1）
12	12	敵対的生成ニューラルネットワーク（GAN・2）
13	13	敵対的生成ニューラルネットワーク（GAN・3）
14	14	attention機構
15	15	全体まとめとプレゼンテーション（1）	事前指示に従ってグループごとにスライドを作成しておく
16	16	全体まとめとプレゼンテーション（2）	事前指示に従ってグループごとにスライドを作成しておく