データサイエンス・AI教育におけるパターン表現処理の学習教材の開発

点击翻译按钮获取中文摘要

3年計画研究の初年度である。○計算機の購入。年度終盤ではあるが、予定していた備品の購入として、深層学習などでも利用可能なGPUを搭載したデスクトップ型のコンピュータを購入し、研究に利用している。○表計算ソフトウェアなどに実装するための機能として、現在本学で行っているDSやAI関連の授業から、その内容を検討する予定としていたが、授業内容には応用分野は多く含むものの、基礎的な理論を構成する部分が少ないため、DSやAIのベースとなる統計学、確率システムをベースとした状態推定、ニューラルネットワークを利用した深層学習やクラスタリングなどのパターン学習などの基礎的技術の観点からも、網羅する内容を検討することとし、実際に教材として必要な機能を選別している。具体的には、状態推定に関わる技術とパターン認識やラスタリングに必要となる技術を機能として洗い出し、利用者の専門分野での利用例として実装することを予定しているが、現在は、強化学習や状態推定に必要となる基礎的統計処理の抽出と、ベイズ統計を代表とする現代的な統計処理の利用を通して実装する状態遷移モデルと、状態遷移モデルが持つ不確実性を表現するための方法および、そのデータの平滑化を行うためのフィルタリングを表現するための方法をどのように表現すべきか検討している。○表計算に実装する方法としては、サンプルデータと関数を利用したシートの作成か、あるいは、関数の実装(プログラム)とフォーム(ウィンドウ)などからの操作を前提としたプログラムの利用によるフォームなどのユーザインタフェースを伴うプログラムを検討しているが、利用者への学習効果や教材としての利用しやすさ、計算の自由度などを検討し、後者で開発を進める予定とした。