2024年 理工学部 シラバス - 教養教育・外国語・保健体育・共通基礎
設置情報
| 科目名 |
教養基礎ゼミナール
pythonによるAI入門－GPTを自作しよう－
|
||
|---|---|---|---|
| 設置学科 | 一般教育 | 学年 | 1年 |
| 担当者 | 佐甲 徳栄 | 履修期 | 前期 |
| 単位 | 1 | 曜日時限 | 月曜5 |
| 校舎 | 船橋 | 時間割CD | S15A |
| クラス | |||
| 履修系統図 | 履修系統図の確認 | ||
概要
| 学修到達目標 | プログラミング言語pythonの基礎を学び、自らコーディングをすることによって、簡単なデジタル情報処理ができるようになる。また近年の大規模言語モデルの鍵となるトランスフォーマーアーキテクチャの構成要素を理解し、ニューラルネットワークとビッグデータの取り扱いの基礎を身に着ける。 |
|---|---|
| 授業形態及び 授業方法 |
対面授業。 授業中にプログラミングも並行して行い、理解した内容をレポート等にまとめる。 |
| 履修条件 | 自分はAIに負けないと思う方。各自ノートPCを持参して受講します。 |
| ディプロマ・ポリシー（DP）及びカリキュラム・ポリシー（CP）との関連 | 本授業科目はDP1・3・５・６・７及びCP1・3・５・６・７に該当しています。 |
授業計画
| 第1回 | プログラミング言語とpython。近年のAIの飛躍的な進歩と情報社会におけるインパクトについての概説。 | 【事前学修】（30分） プログラミングとpythonについて簡単に調べる。 【事後学修】（30分） 各自授業後にpythonのインストールを行う。また授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。 | 事前学修・事後学修それぞれ30分 |
|---|---|---|---|
| 第2回 | pythonの基礎1：terminal上での入出力。簡単な算術計算。 | 【事前学修】 print関数とinput関数について簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第3回 | pythonの基礎2：テキストファイルの入出力。簡単な文字列の処理。 | 【事前学修】 open関数、read/readline/readlinesおよびwrite/writelinesメソドについて簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第4回 | pythonの基礎3：繰り返し・条件処理1（for文、if文） | 【事前学修】 for文、if文について簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第5回 | pythonの基礎4：繰り返し・条件処理2（while文）とsplitメソド | 【事前学修】 while文とsplitメソドについて簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第6回 | pythonの基礎5：グラフの表示1（matplotlibによるxyデータの表示） | 【事前学修】 matplotlibライブラリについて簡単に調べ、各自事前にインストールしておく。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第7回 | pythonの基礎6：グラフの表示2（数値データの可視化と簡単なアニメーションの作成。可視化によるデータの分析設計） | 【事前学修】 これまでに学んだpythonの文法を復習しておく。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第8回 | pythonの基礎7：関数の定義、乱数の発生。乱数を用いたシミュレーションによるデータの観察 | 【事前学修】 pythonにおける関数の定義とrandom関数について簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第9回 | ニューラルネットワークの基礎1：ニューラルネットワークの基本構造。行列の演算と偏微分の確認 | 【事前学修】 ニューラルネットワークについて簡単に調べる。行列の掛け算と偏微分の復習。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第10回 | ニューラルネットワークの基礎2：pythonオブジェクトの定義とback propagation。back propagationを用いたデータフィッティングアルゴリズム | 【事前学修】 pythonにおけるオブジェクトの定義について簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第11回 | ニューラルネットワークの基礎3：back propagation2（誤差関数とクロスエントロピー） | 【事前学修】 クロスエントロピーについて簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第12回 | ニューラルネットワークの基礎4：pytorchの利用（torch tensorの基礎） | 【事前学修】 pytorchについて簡単に調べる。授業に指示したがって各自pytorchのインストールを行う。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第13回 | ニューラルネットワークの基礎5：言語モデルの基礎とembedding。データセットの準備。学習データと検証データ | 【事前学修】 embeddingについて簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第14回 | ニューラルネットワークの基礎6：デッドニューロンとbatch normalization | 【事前学修】 batch normalizationについて簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
| 第15回 | ニューラルネットワークの基礎7：attention blockの作成。言語モデルによるデータの生成 | 【事前学修】 attention機構について簡単に調べる。 【事後学修】 授業内容に関連した疑問点、興味を持った点について自分で調べて、まとめる。また課題問題を解く。 | 事前学修・事後学修それぞれ30分 |
その他
| 教科書 |
教科書は特にありません。必要に応じてプリントを配布します。
|
|---|---|
| 参考書 | |
| 成績評価の方法 及び基準 |
レポート等により総合的に評価する。 |
| 質問への対応 | 随時．(オフィスアワー以外でも，可能な限り受け付けます．) |
| 研究室又は 連絡先 |
研究室 船橋校舎1号館4階141B室 連絡先 内線5260 sako.tokuei@nihon-u.ac.jp |
| オフィスアワー |
水曜 船橋 12:10 ～ 13:10
|
| 学生への メッセージ |
十分な準備のもとに出席してください．わからないことは随時質問しましょう． 受講希望者多数の場合は，受講制限を行う場合があります． |