● 心理学特殊講義（深層学習の心理学的解釈）

037-B-157

深層学習(ディープラーニング)の技術は現在の人工知能の根幹をなしている。本授業では人工知能に用いられる技術の詳細を検討しながら，その心理学的意味を考える。

深層学習(ディープラーニング)という名前で語られる諸技術の詳細を検討し，心理学モデルとして評価するための知識を獲得することを目指す。

1	イントロダクション 1. 進め方についての打ち合わせ 2. ニューラルネットワークの歴史と人工知能の歴史
2	人工知能と機械学習の諸技術 1. 機械学習に用いられる諸技術 2. 数学的知識
3	多層パーセプトロンの学習と物体認識 1. パーセプトロン学習 2. バックプロパゲーション学習
4	特徴量の抽出と畳込みニューラルネットワーク 1. 畳み込みニューラルネットワーク 2. 種々の活性化関数 3. 確率的勾配降下法 4. ドロップアウト 5. バッチ正規化 4. 領域 CNN
5	具体的なモデルと敵対的ネットワーク 1. LeNet5 2. AlexNet 3. ZFnet 4. GoogLeNet 5. VGG 6. VeryDeep 7. ResNet 8. GAN
6	畳み込みニューラルネットワークの応用 1. ディープドリーム， 2. スタイル変換ネットワーク
7	中間試験
8	単語埋め込みモデルと計算論的意味論 1. Skip-gram 2. CBOW 3. 種々の視覚化技法
9	リカレントニューラルネットワーク(1) 1. エルマンネット 2. 双方向リカレントニューラルネットワーク 3. バックプロパゲーションスルータイム
10	リカレントニューラルネットワーク(2) 1. LSTM 2. GRU 3. 勾配チェック 4. 勾配クリップ 5. 忘却バイアス
11	リカレントニューラルネットワークの応用 1. 注意モデル 2. 自然言語処理モデル 3. 自動翻訳 4. 対話モデル
12	畳み込みニューラルネットワークとリカレントニューラルネットワークの融合 1. 画像キャプショニング 2. 画像を用いた質疑応答 3. 文字からの画像合成
13	強化学習の基礎 1. 報酬関数 2. Q学習
14	教科学習の応用 1. ゲームAI 2. DQN
15	理解度の確認

講義形式で進めます。PC上での実演を行います。履修者は実際の動作を観察することで理解することを目標とします。

深層学習，人工知能，に関わる技術情報はほぼ毎日ニュースメディアに流れている。最初は意味が分からなくとも，どのようなニュースがメディアに流れているのかに注目して欲しい。気になるニュースがあれば解説を試みることも考えている。

第１学期（学期末試験）：30％

中間テスト：20％

レポート：25％

小テスト：15％

平常点（クラス参加、グループ作業の成果等）：10％

浅川伸一『Pythonで実践する深層学習』、コロナ社、2016年、ISBN=4339028517

浅川伸一『ディープラーニング，ビッグデータ，機械学習 あるいはその心理学』、新曜社、２０１４年、ISBN=4788514222

第1回目の授業に必ず出席のこと｡

---