授業題目
/Class
subject | | 医学AI概論Ⅱ
Advanced Artificial Intelligence in Medicine 2 |
|
|
授業担当
教員
/Lecturer | | 栗山進一教授、本間経康教授、植田琢也教授、田宮元教授、小島要講師、乾健太郎教授、岩崎淳也講師
Drs. Shinichi Kuriyama, Noriyasu Homma, Takuya Ueda, Gen Tamiya, Kaname Kojima, Kentaro Inui, Junya Iwazaki |
|
|
開講期間
/Term of
Classes | | 今年度は開講しない
No class in this year |
|
|
開講曜日・
時間
/Day and
Time | | 今年度は開講しない
No class in this year |
|
|
教室
/Classroom | | 今年度は開講しない
No class in this year |
|
|
授業の
目的と概要
/Object
and
Summary
of Class | | 医療分野における人工知能の役割とその基盤技術である機械学習について学ぶ。特に、クラスタリング、深層学習、強化学習について、手を動かしながらシステムを作成し、実データを処理する過程で、医療分野における機械学習について理解を深める。プログラミング言語pythonの基礎と機械学習で重要な役割を持つ数値計算ライブラリの使い方を習得する。
In this course, students will learn about the role of artificial intelligence in the medical fields and fundamental concepts and skills of machine learning.
To deepen own understanding of clustering, deep learning and reinforcement learning, etc, which are the fundamental components of machine learning, by hands-on programming.
To learn about programming language Python and how to use a numerical calculation library which has the important role of machine learning. |
|
|
学修の
到達目標
/Goal of
study | | 人工知能の基礎知識と医療分野における役割を理解すると同時に、python言語で基本的な機械学習のプログラムが書けるようになる。
The purpose of this course is to understand the basic knowledge of artificial intelligence in the medical field and develop basic programming skills for machine learning by Python language. |
|
|
授業内容
・方法と
進度予定
/Contents
and
progress
schedule of
the class | | 1. 機械学習概論と授業の進め方（田宮）
2. クラスタリング１（階層的手法）（栗山）
3. クラスタリング２（非階層的手法）（栗山）
4. 深層学習１（ニューラルネットワークの原理）（本間）
5. 深層学習２（ニューラルネットワークの原理）（本間）
6. 深層学習３（畳み込みニューラルネットワーク１）（岩崎・小島）
7. 深層学習４（畳み込みニューラルネットワーク２）（岩崎・小島）
8. 深層学習５（変分オートエンコーダ）（田宮）
9. 深層学習６（敵対的生成ネットワーク）（小島・岩崎）
10. 強化学習（小島・岩崎）
11. 自然言語処理（乾）
12. 医療データに対する応用１（研究紹介）（栗山）
13. 医療データに対する応用２（研究紹介）（植田）
14. 医療データに対する応用３（研究紹介）（田宮）
15. 医療データに対する応用３（研究紹介）（乾）
1. Introduction and fundamental concepts of artificial intelligence
2. Clustering 1 (hierarchical clustering)
3. Clustering 2 (non-hierarchical clustering)
4. Deep learning 1 (principles of neural networks 1)
5. Deep learning 2 (principles of neural networks 2)
6. Deep learning 3 (convolutional neural network 1)
7. Deep learning 4 (convolutional neural network 2)
8. Deep learning 5 (variational autoencoder)
9. Deep learning 6 (generative adversarial networks)
10. Reinforcement learning
11. Natural language processing
12. Application to medical data 1 (Introduction of latest research)
13. Application to medical data 2 (Introduction of latest research)
14. Application to medical data 3 (Introduction of latest research)
15. Application to medical data 4 (Introduction of latest research) |
|
|
成績評価
方法
/Evaluation
method | | 出席と演習課題の内容で評価する
Evaluate attendance and class participation and so on. |
|
|
教科書
および
参考書
/Textbook
and
References | | |
|
授業時間外
学修
/Preparation
and
Review | | |
|
連絡先
/Contact | | |
|
その他・備考
/In Addition
・Notes | | 今年度は開講しない
No class in this year |
|
|
更新日付
/Last
Update | | 2021/04/05 17:27:32 |
|
| | | |