ニューロインフォマティクス（Neuroinformatics）[4B28]

＜学位授与の方針＞

◎	1. 基礎知識の習得
○	2. 専門分野知識の習得
○	3. 汎用的問題解決技能
○	4. 道徳的態度と社会性
○	5. 創成能力

＜授業のねらい＞

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理解する。

＜受講にあたっての前提条件＞

微分、積分の内容を含む科目を修得していることが望ましい

＜具体的な到達目標＞

ニューラルネットワークの数理的な原理を理解し、ニューラルネットワークの学習を成立させる基本的事項が導出できること。

＜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。

＜教科書＞

指定教科書なし

＜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。