ニューロインフォマティクス（Neuroinformatics）[4B22]

＜授業のねらい及び具体的な達成目標＞

本講義では、ニューラルネットワークの原理と計算手続きを解説する。ニューラルネットワークの数理的な原理を理解し、習得することが目標である。

＜授業計画及び準備学習＞

【授業計画】
１．ニューラルネットネットワークとは
２．ニューロンの工学的モデルとそのネットワークの形態
３．ニューラルネットワークの関数近似（１変数関数の場合）
４．ニューラルネットワークの関数近似（多変数関数の場合）
５．勾配法の基礎（２変数関数の場合）
６．勾配法の基礎（多変数関数の場合）
７．学習成果の確認（試験A）
８．誤差逆伝搬法の概要
９．線形システムによる関数近似）
10．単一素子による関数近似
11．フィードフォワード型ニューラルネットワークによる関数近似
12．誤差逆伝搬法のアルゴリズム
13．誤差逆伝搬法の導出（出力層の場合）
14．誤差逆伝搬法の導出（その他の層の場合）
15．学習成果の確認（試験B）
【準備学習】
前回の説明内容を反復的に読み返し、更には参考書の該当箇所に目を通すことが、次回の説明内容の理解を助ける。

＜成績評価方法及び水準＞

（評価点）＝（試験Aの評価点）×４０％ ＋（試験Bの評価点）×６０％
とし、その６０点以上を合格とする。

＜参考書＞

「学習とニューラルネットワーク」熊沢逸夫著 電子情報通信シリーズ（森北出版株式会社）

＜オフィスアワー＞

講義の前２０分。

このページの著作権は学校法人工学院大学が有しています。 Copyright(c)2013 Kogakuin University. All Rights Reserved.