- トップ
- 広島大学
- 「人工知能」を含む授業
- 栗田多喜夫先生の「人工知能」の評価一覧
広島大学
栗田多喜夫先生の「人工知能」の評価一覧
【広島大学】栗田多喜夫先生が担当する「人工知能」には、4件の授業評価が寄せられています。授業の充実度は星3.5点、楽単度は星2.5点です。会員登録・ログインをして、在学生による評価とシラバスの内容をもとに、授業の選択・履修登録の参考にしましょう。
wadadon さんの授業評価
| 学部 学科 | 工学部 第二類(電気・電子・システム・情報系) |
|---|---|
| 担当の先生名 | 栗田多喜夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テストのみ 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
テストは毎回講義内容の確認程度。中間期末にスライド発表があり、そこで脱落する人が多いためか、発表さえできれば単位がもらえる可能性が高い。 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2016/08/05) [2201687]
ケンサク さんの授業評価
| 学部 学科 | 工学部 第二類(電気・電子・システム・情報系) |
|---|---|
| 担当の先生名 | 栗田多喜夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
レポートのみ 後期/期末： レポートのみ 持ち込み： テストなし |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
第1回 機械学習の概要と数学的準備 第2回 確率統計の基礎 第3回 予測のための線形モデル 第4回 ベイズ決定理論と確率密度関数の推定 第5回 識別のための線形モデル 第6回 汎化性と特徴選択 第7回 サポートベクターマシン 第8回 中間発表とディスカッション 第9回 主成分分析 第10回 判別分析と正準相関分析 第11回 非線形多変量データ解析 第12回 ロバスト統計 第13回 クラスタリング 第14回 機械学習の応用 第15回 まとめとディスカッション |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2015/05/28) [1731250]
ぴょ さんの授業評価
| 学部 学科 | 工学部 第二類(電気・電子・システム・情報系) |
|---|---|
| 担当の先生名 | 栗田多喜夫先生 |
| 授業種別 | 専門科目 |
| 出席 | たまにとる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
レポートのみ 後期/期末： レポートのみ 持ち込み： テストなし |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
パターン認識を学習する。 出席をとるときは演習問題と合わせて授業の最後に回収する。演習問題は出来なくとも評価には関係しないように思う。 レポートはやや難解。先輩から過去のレポートを貰った方がいい。しかし、中間、期末のレポートを出せば出来が悪くとも単位は貰える。 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2015/04/06) [1627520]
コナミ さんの授業評価
| 学部 学科 | 工学部 第二類(電気・電子・システム・情報系) |
|---|---|
| 担当の先生名 | 栗田多喜夫先生 |
| 授業種別 | 専門科目 |
| 出席 | たまにとる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テスト・レポート両方なし 後期/期末： レポートのみ 持ち込み： テストなし |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
授業で学んだ技術を用いて期末レポートを作成するが、データや手法よりも改善案のほうを重視する傾向がみられる。 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2014/04/01) [1503278]
