授業科目名	人間とコンピュータ
分類
時間割番号	CKI009 U
担当教員名	豊浦　正広／古屋　貴彦／クップル　ドミニク
開講学期・曜日・時限	4Q・月・IV	単位数	1
＜対象学生＞
2024入学生まで(教養科目)
＜授業の目的＞
人間とコンピュータに関する技術的な話題を多角的に取り上げる。遺伝子・日常の文章などの大規模文字列データに対する効率的な検索、人と機械の視覚、画像認識や物体識別をする仕組み等に関する授業を通して、コンピュータと人間の知的活動や社会的活動との関係を理解する。情報技術を扱う人材に対する社会の要求について俯瞰し、これを身に着けるための方法を紹介する．
＜本授業科目による獲得・涵養が特に期待されるコンピテンシー＞（能力・資質）
全学共通教育科目(～2024年度)向け
＜到達目標＞  到達目標とは
目標NO 説明 コンピテンシー未選択 1 遺伝子・日常の文章などの長い文字列を、高速に検索する方法の基本的な考え方を理解し、説明できること 2 社会が求める情報技術人材への要求について説明できること 3 人間による視覚情報処理とこれをコンピュータ上で再現する機械学習の仕組みを説明できること
＜成績評価の方法＞
目標No 割合 評価の観点 1 40% DNA・ソースコード・テキストなどの大規模文字列データに対する効率的な検索のアルゴリズムの基本的な考え方を理解し、説明できること 2 10% 社会が求める情報技術人材への要求について説明できること、レポートに書かれた内容によって評価する 3 50% 小テストで視覚情報処理および機械学習の基礎知識を説明できること、レポートで機械学習による問題解決方法を提案できることを評価する 合計 100%
＜授業の方法＞
遠隔授業教室にて本学の学生に対しては面接授業を行い、県立大の学生に対してはライブ配信を行う。 この授業は3部で構成される。なお、担当者の予定（学務や学会出張その他）により、講義の順番は入れ替わることがあるので、注意して頂きたい。
＜受講に際して・学生へのメッセージ＞
講義をよく聴くことが重要である。必ず出席しレポート課題にしっかりと取り組むこと。講義資料は原則として CNS や Moodle コースにアップロード・掲示する。テキストは指定しないが、各自関心のあるテーマについて関連図書を読むことをすすめる。
＜テキスト＞
(未登録)
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル 生命科学や医療の問題をコンピューターで解決するには？：（クップル） 事前学習 事後学習 事前学習：講義資料を読んでおく。 事後学習：次回の小テストに備え、講義内容をまとめ復習する。 授業内容 生命科学や医療の分野で発生する問題を、どのようにコンピューターを使って解決するかを紹介する。さまざまな分野から発生されたデータを文字列に表現し、処理する方法を提案する。例えば、遺伝子配列の中から特定の情報を探すことである。 2 タイトル 文字列検索の基礎技術：（クップル） 事前学習 事後学習 事前学習：講義資料を読んでおく。 事後学習：次回の小テストに備え、講義内容をまとめ復習する。 授業内容 文字列データの中から欲しい単語や文章を見つける問題は「単語検索」と呼ばれる。単語検索について基本的な技術を学び、効率的に検索する方法を紹介する。 3 タイトル 一般化された単語検索 ：（クップル） 事前学習 事後学習 事前学習：講義資料を読んでおく。 事後学習：レポートに講義内容をまとめ復習する。 授業内容 正確な単語検索だけではなく、類似した単語も見つけるための検索の方法を学ぶ。例えば、数学の方程式に使った変数の記号が変更されても見つけられるような技術を紹介する。 4 タイトル IT業界の現状と求められるスキル（小倉） 事前学習 事後学習 事前学習：講義資料に目を通しておく（10分）． 事後学習：興味・関心や疑問点などをまとめて提出する（20分）． 授業内容 IT業界の全体像を示しつつ，デジタル人材の不足とその背景やプログラミングスキルの需要について，新卒学生の就職活動の視点から解説する． 5 タイトル 人と機械の視覚(1)：人間による視覚情報処理（古屋） 事前学習 事後学習 事前学習：講義資料に目を通しておく（10分）． 事後学習：授業中に生じた疑問点を自身で調査し理解を深める（20分）． 授業内容 まず，講義を通して人間の視覚情報処理の仕組みを学ぶ． その後，小テストに解答することで自身の理解度を確認する． 6 タイトル 人と機械の視覚(2)：深層学習の基礎（古屋） 事前学習 事後学習 事前学習：講義資料に目を通しておく（10分）． 事後学習：授業中に生じた疑問点を自身で調査し理解を深める（20分）． 授業内容 まず，講義を通して人間の視覚情報処理の仕組みを学ぶ． その後，小テストに解答することで自身の理解度を確認する． 7 タイトル 人と機械の視覚(3)：畳込みニューラルネットワーク（古屋） 事前学習 事後学習 事前学習：講義資料に目を通しておく（10分）． 事後学習：授業中に生じた疑問点を自身で調査し理解を深める（20分）． 授業内容 まず，講義を通して人間の視覚情報処理の仕組みを学ぶ． その後，小テストに解答することで自身の理解度を確認する． 8 タイトル 人と機械の視覚(4)：深層学習の発展的トピック（古屋） 事前学習 事後学習 事前学習：講義資料に目を通しておく（10分）． 事後学習：レポート課題に取り組む． 授業内容 まず，講義を通して人間の視覚情報処理の仕組みを学ぶ． その後，小テストに解答することで自身の理解度を確認する． その後，レポート課題を出題する． 9 タイトル 事前学習 事後学習 授業内容 10 タイトル 事前学習 事後学習 授業内容 11 タイトル 事前学習 事後学習 授業内容 12 タイトル 事前学習 事後学習 授業内容 13 タイトル 事前学習 事後学習 授業内容 14 タイトル 事前学習 事後学習 授業内容 15 タイトル 事前学習 事後学習 授業内容 16 タイトル 事前学習 事後学習 授業内容 17 タイトル 事前学習 事後学習 授業内容 18 タイトル 事前学習 事後学習 授業内容 19 タイトル 事前学習 事後学習 授業内容 20 タイトル 事前学習 事後学習 授業内容 21 タイトル 事前学習 事後学習 授業内容 22 タイトル 事前学習 事後学習 授業内容 23 タイトル 事前学習 事後学習 授業内容 24 タイトル 事前学習 事後学習 授業内容 25 タイトル 事前学習 事後学習 授業内容 26 タイトル 事前学習 事後学習 授業内容 27 タイトル 事前学習 事後学習 授業内容 28 タイトル 事前学習 事後学習 授業内容 29 タイトル 事前学習 事後学習 授業内容 30 タイトル 事前学習 事後学習 授業内容
＜前年度授業に対する改善要望等への対応＞
担当者は前年度から変更する。前年度には大きな不満はなかったので、前年度と同様に実施する。
＜備考＞
(未登録)