科目名	IoT環境における知的情報処理技術基礎
単位数（時間数）	2単位（6時間）
受講方法・期間	受講：オンデマンド GoogleClassroomで配信されるe-Learningコンテンツ 　-コンテンツ学習期間：2021年1月12日～3月28日 　-オンライン指導：なし 　-質問受け付け：コンテンツの学習期間と同じ（GoogleClassroomのQ&A掲示板）
講師	二宮　崇（愛媛大学）
講座概要	近年、製造業やセキュリティ分野におけるIoTの導入が広まりをみせている。それに伴い、これまで人の目で行っていた様々な工程が自動化され、さらに取得したデータをエッジまたはクラウドで解析し自動的に学習する知的IoT環境が構築され始めている。 本講義では、深層学習ツールであるPyTorchを用い、深層学習の技術について学ぶ。 講義前半ではPythonコードを基に深層学習について学び、講義後半では、PCに深層学習ツールであるPyTorchをインストールし、実際に動作する深層学習器を作成することで、IoT環境における深層学習の技術を学ぶ。
コンテンツ内容	第1講 導入と環境設定 (講義+演習) この講義の目的について説明し、深層学習のためのプログラミング環境の構築を行う。 第2講 Pythonで学ぶ深層学習 (1) (講義) ニューラルネットワークの仕組みと学習、推論について学ぶ。 第3講 Python演習 (講義+演習) 講義で用いるPythonプログラミング言語について学ぶ。PythonとNumPyの基礎について学ぶ。 第4講 Pythonで学ぶ深層学習 (2) (講義) ニューラルネットワークの計算グラフと誤差逆伝播、畳込みニューラルネットワークについて学ぶ。 第5講 PyTorch演習 (講義+演習) PyTorchを用いた深層学習の演習を行う。PyTorchを用いて、ニューラルネットワークを実装し、学習、解析を行う。
到達目標	1. 深層学習のためのプログラミング環境を設定することができる。 2. Pythonプログラミング言語で簡単なプログラムを実装できる。 3. ニューラルネットワークの仕組みを説明できる。 4. ニューラルネットワークの学習を説明できる。 5. PyTorchを用いて、ニューラルネットワークを実装し、学習、解析を行うことができる。
科目の単位認定	単位認定60点以上
オンライン学習の 留意事項	なし
備考	・演習環境として、演習用PC(WindowsまたはMacOSまたはUbuntu)が必要です。 ・本コンテンツは，2020年7月18日（土曜日）および7月19日（日曜日）にenPiT-Pro Embで実施した 　「IoT環境における知的情報処理技術」の一部を再編集したものです．