授業の目的

本講義では、生命科学における機械学習の利用について、様々な事例を通して学ぶ。

教育内容

生命科学における機械学習の利用について、オミクスデータ解析、生物配列の言語モデルと分散表現、生体分子の高次構造予測、機械学習と分子シミュレーションの融合、生物物理の理論を取入れたモデルなどの事例を通して学ぶ。それぞれの問題について、背景にある生命現象の理解がどのように機械学習モデルの構築に役立てられているかを学ぶ。これにより、生命科学における新しい問題を自分で見つけ、その問題を解くための機械学習モデルを着想するための思考力を養う。

教育方法

パワーポイントによる講義形式ですすめる。パワーポイント資料は講義前に配布する。毎回の講義では、理解度確認のために基礎的な内容の課題を出題する。また、数回の講義ごとに、応用的な内容のレポート課題を出題する。
講義内課題、レポート課題については、提出後に模範解答を配布して解説を行う。

卒業・学位授与の方針と当該科目の関連

DP1、DP2

授業内容(シラバス)

到達目標

生命科学の様々な問題に用いられる機械学習モデルについて理解できる。新しい生命科学の問題に対して機械学習モデルを自分で考案することができる。

評価方法

講義内で出題する課題（30％）、レポート課題（70％）の合計で評価する。

準備学習(予習・復習等)

【講義時間外に必要な学習の時間：60 時間】
予習：事前に配布する講義資料を読み、疑問点を明確にしておくこと。
復習：レポート課題の解答を作成し、提出後に配布する模範解答との比較・考察を行うこと。

備考・その他

講義に関する質問はメールや対面にて受け付ける。
【関連科目：生体分子設計特論、生物配列解析特論、機械学習プログラミング】
　※本科目は機械学習の基礎知識を前提とするため、不安がある場合には、学部科目の「人工知能・機械学習入門」や「深層学習入門」を聴講することを推奨する。

教材