シラバス参照

授業情報／Course information

科目名／Course: メカトロニクス特論／Advanced Mechatronics
科目一覧へ戻る 2023/11/02 現在

授業基本情報
科目名（和文）
／Course		 メカトロニクス特論
科目名（英文）
／Course		 Advanced Mechatronics
時間割コード
／Registration Code		 66002601
学部（研究科）
／Faculty		 情報系工学研究科 博士前期課程
学科（専攻）
／Department		 システム工学専攻
担当教員（○：代表教員）
／Principle Instructor （○） and Instructors		 ○小枝 正直
オフィスアワー
／Office Hour		 小枝 正直(火曜日　12:40～14:10（通年）)
開講年度
／Year of the Course		 2023年度
開講期間
／Term		 前期
対象学生
／Eligible Students		 1年,2年
単位数
／Credits		 2.0
授業概要情報
更新日
／Date of renewal		 2023/02/27
使用言語
／Language of Instruction		 日本語
オムニバス
／Omnibus		 該当なし
授業概略と目的
／Cource Description and Objectives		 メカトロニクスにおいて画像処理およびコンピュータビジョンは重要な要素の一つである．さらに近年，画像を用いた機械学習および深層学習がメカトロニクスの発展に寄与している．本講義では，これらを構成する技術の成り立ちや内容の理解を目的とする．
履修に必要な知識・能力・キーワード
／Prerequisites and Keywords		 画像処理，コンピュータビジョン，機械学習，深層学習
履修上の注意
／Notes		 課題の提出等にOffice365を使用するので，本学のアカウントでOffice365にサインインできるように準備しておくこと．
教科書
／Textbook(s)		 必要に応じて資料を配布する．
参考文献等
／References		 山口，松田：図解即戦力　機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書，技術評論社，ISBN-13:978-4297106409
涌井：高校数学でわかるディープラーニングのしくみ，ベレ出版，ISBN-13:978-4860646028
増田：図解速習DEEP LEARNING，C&R研究所，ISBN-13:978-4863542761
自主学習ガイド
／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework
資格等に関する事項
／Attention Relating to Professional License
アクティブラーニングに関する事項
／Attention Relating to Active Learning		 本授業では以下のアクティブラーニングを採用している．
・課題（宿題等）
実務経験に関する事項
／Attention Relating to Operational Experiences		 特になし
備考
／Notes
授業計画詳細情報
No. 単元（授業回数）
／Unit (Lesson Number)		 単元タイトルと概要
／Unit Title and Unit Description		 時間外学習
／Preparation and Review		 配付資料
／Handouts
1 1～3 [機械学習の基礎]
機械学習の基礎について述べる．		 配布資料の確認，文献調査，レポート作成 講義内で配布する．
2 4～7 [機械学習の内部技術]
機械学習の内部で使われている技術について述べる．		 配布資料の確認，文献調査，レポート作成 講義内で配布する．
3 8～11 [機械学習のアルゴリズム]
機械学習の代表的なアルゴリズムについて述べる．		 配布資料の確認，文献調査，レポート作成 講義内で配布する．
4 12～15 [深層学習]
深層学習の基礎と内部技術，アルゴリズムについて述べる．		 配布資料の確認，文献調査，レポート作成 講義内で配布する．
授業評価詳細情報
到達目標及び観点／Learning Goal and Specific Behavioral Viewpoints
No. 到達目標
／Learning Goal		 知識・理解
／Knowledge & Undestanding		 技能・表現
／Skills & Expressions		 思考・判断
／Thoughts & Decisions		 伝達・コミュニケーション
／Communication		 協働
／Cooperative Attitude
1 機械学習に関する基本技術を理解し，説明できる．(A-1) ○ ○
2 深層学習に関する基本技術を理解し，説明できる．(A-1) ○ ○
成績評価方法と基準／Evaluation of Achievement
※出席は2/3以上で評価対象となります。
No. 到達目標
／Learning Goal		 定期試験
／Exam.		 レポート課題
1 機械学習に関する基本技術を理解し，説明できる．(A-1) ○
2 深層学習に関する基本技術を理解し，説明できる．(A-1) ○
評価割合（％）
／Allocation of Marks		 100

科目一覧へ戻る