シラバス情報

授業コード
37170002
講義名
プログラミング演習 III (Python)
開講時期
2020年度1Q(前期)
科目分類
演習
科目分野
プログラミング
教員名
饒平名 秀成
実務家教員
実務家教員
履修年次
2〜3
単位数
2.00単位
曜日時限
土曜3限、土曜4限

学習目標 (到達目標)
Pythonを用いた応用的な実装が出来るようになる。プログラミング言語を利用して目的とする処理を自身で構築出来るようになる。
授業概要 (教育目的)
プログラミング演習Ⅰ・Ⅱで学んできたことの発展形として、Pythonを用いて様々な処理系を実装することで、基本的なデータの扱われ方や、各種テーマでの定石的なアルゴリズムなど、プログラミング言語利用したシステムの構築手法のへの理解を深めることを目的とする。
履修条件
※2019年度以降カリキュラム生のみ受講可
履修条件緩和
成績評価方法・基準
講義内で提示したレポート課題および最終課題にて評価を行う。
期末試験の内容
講義内で説明。講義中の実装内容を踏まえて、実装課題を課す予定。

※出席率70%未満は、基本的に評価対象としない
※公欠は3回までは認める
課題の内容

授業内容
第1回
クラスやメソッド、ループ処理、条件分岐などの基本的なプログラムの実装方法の復習を行う。
第2回
外部モジュールをインストールし、利用する方法を学ぶ。
第3回
ニューラルネットワークの基礎概念を理解する。学習済みデータを用いた予測値計算を行う。
第4回
前回に引き続き、実装を行う。
第5回
機械学習の基礎を学ぶ。
第6回
CNN(畳み込みニューラルネットワーク)を学ぶ。CNNを利用した訓練を行う。
第7回
CNNで学習した内容を可視化するための手法を学ぶ。
第8回
最終課題制作。

購入が必要な教科書
書名
著者
出版社
ISBN
備考
PythonとKerasによるディープラーニング
Francois Chollet
マイナビ出版
4839964262

教科書以外に準備するもの(画材・機材)
自身のPCを用いる場合は、AnacondaをインストールしJupyterを用いてPython3の動作が行えることを確認すること。

また、講義中に取り扱うテーマの関係上、PCのハードにはNVIDIA製のGPUが導入されたものを利用することが望ましい(CUDAおよびcuDNNを利用したいため)。

参考文献
・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 (著) オライリージャパン
・実践GAN ~敵対的生成ネットワークによる深層学習 Jakub Langr (著)、Vladimir Bok (著) マイナビ出版
※大学での教科書販売はありません。

教員より履修学生へメッセージ
本科目は展示対象科目のため授業課題や制作物を来年度8月実施の『初展』にて展示します。
『初展』の概要ついては、別途デジキャンで配信されているお知らせを確認してください。
教員連絡先
nohina@dhw.ac.jp(饒平名)