●本授業の目的およびねらい
前半では教室ディベートを通して、調査、発表、協働の方法を学ぶ。後半ではディープラーニングを用いた物体識別器作成を通して、学生自らが設定した課題に関する解決法を探求することを経験する。
|
●履修条件あるいは関連する科目等
前半では、パワーポイント・LibreOffice Impress(無料)等のプレゼンテーション用ソフトを利用出来ることが望ましい。後半では100行程度以上のプログラム作成経験(言語は何でもよい)を持つことが望ましい。
|
●授業内容
前半の教室ディベートでは、教員が設定したテーマおよび学生が選択したテーマについて、1チーム3人でディベートを行う。チーム分けはランダムに行う。ディベートテーマについての調査内容ならびに自分のディベート実技についてのレポートを課す。後半のディープラーニングでは、1チーム3人程度の班分けを行い班ごとに学生が課題を設定して(例えばAKB48メンバーの顔画像を入力として氏名を出力する等)、班ごとに識別器作成を目指し、毎週班ごとに進捗状況を発表する。学習済みのニューラルネットを転移学習して、比較的少ない学習データを用いて、別の画像識別器を作成するPython言語で書かれた雛形を与える。その雛形を改造するか、新たにゼロから識別機を作り直して、課題を達成することを目指す。
|
●成績評価の方法
セミナーへの参加度、レポート、発表等に基づき、総合的に評価する。履修取り下げ制度を採用する。
|
●教科書
特に無し
|
●参考書
全国教室ディベート連盟, ディベートをやろう!, PHP, 2017. François Chollet, Deep Learning with Python, Manning Publications, 2017. 斎藤 康毅, ゼロから作るDeep Learning, オライリージャパン, 2016.
|
●注意事項
まったくプログラミング経験が無い場合後半の課題についていくことが難しいかも知れません
|
●本授業に関する参照Webページ
https://ct.nagoya-u.ac.jp/portal
|
●担当者からの言葉(Webページのみ表示)
シラバスや授業内容等への問い合わせは ryutaroh.matsumoto@nagoya-u.jp にお願いします
|