---
title: "展開演習1（向担当） 授業の進め方"
description: "展開演習1の授業の進め方のまとめ"
robots: noindex, nofollow
---

# 展開演習１（向担当） 授業の進め方
###### tags: `展開演習１`

## 授業スケジュール

初回の **ガイダンス** はGoogle Meetを利用してリアルタイム形式で実施します．クラス(9)は10:50，また，クラス(7)は11:35から，ガイダンスを開始します．第2週～第8週はクラス(9)，第9週～第15週はクラス(7)を対象に **対面型** で実施します．

| 週 | 内容 |
| -------- | -------- |
| 第1週 | ガイダンス <br> クラス(9) 10:50-11:35 <br> クラス(7) 11:35-12:20 |
| 第2週 | クラス(9)・第1回（対面授業）|
| 第3週 | クラス(9)・第2回（対面授業）|
| 第4週 | クラス(9)・第3回（対面授業）|
| 第5週 | クラス(9)・第4回（対面授業）|
| 第6週 | クラス(9)・第5回（対面授業）|
| 第7週 | クラス(9)・第6回（対面授業）|
| 第8週 | クラス(9)・第7回（対面授業）|
| 第9週 | クラス(7)・第1回（対面授業）|
| 第10週 | クラス(7)・第2回（対面授業）|
| 第11週 | クラス(7)・第3回（対面授業）|
| 第12週 | クラス(7)・第4回（対面授業）|
| 第13週 | クラス(7)・第5回（対面授業）|
| 第14週 | クラス(7)・第6回（対面授業）|
| 第15週 | クラス(7)・第7回（対面授業）|

## 授業のルール

- 対面授業の形式で実施（配慮が必要な場合は大学の[報告フォーム](https://www.sugiyama-u.ac.jp/univ/covid-19/)から申請）
- マスクを着用（状況によってはフェイスシールドの着用を指示）
- 座席表に従って着席
- 授業中の私語は厳禁
- 質問があるときは「**静かに挙手**」
- 課題の提出は**1回**のみ（再提出は認められない）
- 課題の〆切は授業当日の**23:59**（〆切以降は課題を受け取らない）

## 授業の流れ

1. マスク，体温（37°以下），風邪症状，手指の消毒を確認（[公欠等について](https://www.sugiyama-u.ac.jp/univ/covid-19/)）
3. 前回の課題の解説（前回の振り返り）
4. コロナ対策を目的とした出欠確認（**評価には無関係**）
5. 解説と例題（質問があるときは「**静かに挙手**」すること）
6. 課題（**課題の提出をもって出席，未提出の場合は欠席とみなす**）
7. PCをアルコール消毒（PC教室の場合）
8. 密にならないよう順番に退室

## 評価方法

毎回提出する課題で評価する．課題が未提出の場合は欠席とみなし，**5回以上の欠席（課題の未提出）で無条件に失格**となる．授業時間中に教室に不在で，自宅から期限内に課題を提出した場合は，欠席とはならず，出席扱いとなる．

## 授業内容

近年注目される機械学習手法の一つが深層学習（ディープラーニング）です．人工知能の発展を支える中心的な役割を担う技術であり，物体検出や自然言語処理など様々な分野で高い実績を上げています．本授業では深層学習をPythonで実装するための[PyTorch](https://pytorch.org/)というフレームワークを利用して，深層学習の基礎となるニューラルネットワークを実装することから始め， 物体画像（CIFAR-10）の分類に挑戦します．開発環境として，オンラインでコーディングが可能な[Google Colaboratory](https://colab.research.google.com/)を利用するため，事前に体験しておくと良いです．

1. [ニューラルネットワーク](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter1/)
2. [単純パーセプトロン](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter2/)
3. [パーセプトロンの学習](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter3/)
4. [多層パーセプトロン](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter4/)
5. [物体画像(CIFAR-10)の分類](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter5/)
6. [畳み込みニューラルネットワーク](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter6/)
7. [深層学習のデータセットとクラウド環境](https://mukai-lab.info/pages/classes/advanced_studies_seminar_1/chapter7/)

## 授業担当者

- 教員：向直人（:mailbox: [e-mail]）