シラバス参照 |
講義概要/Course Information |
科目基礎情報/General Information |
授業科目名 /Course title (Japanese) |
ベイズ的人工知能特論 | ||
---|---|---|---|
英文授業科目名 /Course title (English) |
Advanced Theory on Bayesian Artificial Intelligence | ||
科目番号 /Code |
|||
開講年度 /Academic year |
2019年度 | 開講年次 /Year offered |
全学年 |
開講学期 /Semester(s) offered |
前学期 | 開講コース・課程 /Faculty offering the course |
博士前期課程、博士後期課程 |
授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
科目区分 /Category |
大学院専門教育科目 - 専門科目Ⅱ | ||
開講類・専攻 /Cluster/Department |
情報・ネットワーク工学専攻 | ||
担当教員名 /Lecturer(s) |
植野 真臣 | ||
居室 /Office |
西10-432 | ||
公開E-mail |
ueno@ai.is.uec.ac.jp | ||
授業関連Webページ /Course website |
http://www.ai.is.uec.ac.jp/ | ||
更新日 /Last update |
2019/04/02 15:21:41 | 更新状況 /Update status |
公開中 /now open to public |
講義情報/Course Description |
主題および 達成目標(2,000文字以内) /Themes and goals(up to 2,000 letters) |
近年、データサイエンス、人工知能分野で注目されているベイズ的アプローチの基礎、考え方、手法について学ぶ. The purpose of this lecture is to learn Bayesian approach which is the state-art technology of AI and Data Science . |
---|---|
前もって履修 しておくべき科目(1,000文字以内) /Prerequisites(up to 1,000 letters) |
確率統計、アルゴリズム、離散数学、グラフ理論、グラフ理論 Probability, Algorithm, Discrete mathematics, Graph theory |
前もって履修しておくこ とが望ましい科目(1,000文字以内) /Recommended prerequisites and preparation(up to 1,000 letters) |
情報理論、機械学習、人工知能 Information theory, Machine learning, Artificial Intelligence |
教科書等(1,000文字以内) /Course textbooks and materials(up to 1,000 letters) |
ベイジアンネットワーク、植野真臣、コロナ社 Bayesian network, Maomi Ueno, Corona |
授業内容と その進め方(2,000文字以内) /Course outline and weekly schedule(up to 2,000 letters) |
ベイズ的アプローチの基礎と人工知能,機械学習への応用アルゴリズムを学ぶ。 1.ガイダンス 2.ベイズはどのようにして生まれたか? 3. ベイズはコンピュータ、人工知能の父である!! 4. アランチューリングとベイズ 5. ビリーフとベイズの定理 6. ビリーフとベイズの定理(2) 7. 尤度推定と機械学習 8. ベイズ推定と機械学習(1) 9. ベイズ推定と機械学習(2) 10. ベイズ意思決定 11. 確率的グラフィカルモデルベイジアンネットワーク 12. ベイジアンネットワークの推論 13. ベイジアンネットワークと他の機械学習モデルとの関係 14. ベイズ分類機 15. まとめと評価 |
実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
授業時間外の学習 (予習・復習等)(1,000文字以内) /Preparation and review outside class(up to 1,000 letters) |
課題、レポートが課され、復習をする Assignment and report |
成績評価方法 および評価基準 (最低達成基準を含む) (1,000文字以内) /Evaluation and grading (up to 1,000 letters) |
演習問題、レポート、課題プログラム、最終テストよって評価する Assessment method: Excise, report, programming task, Test |
オフィスアワー: 授業相談(1,000文字以内) /Office hours(up to 1,000 letters) |
金曜日 午後 Friday afternoon |
学生へのメッセージ(1,000文字以内) /Message for students(up to 1,000 letters) |
ベイズはデータサイエンス、人工知能、機械学習の必須基礎知識です。 |
その他 /Others |
出席点をとります。 The attendance record will be reflected to the final evaluation. |
キーワード /Keywords |
人工知能、アルゴリズム、ベイズ統計、グラフ理論,ベイジアンネットワーク、マルコフネットワーク、マルコフランダムフィールド、条件付きランダムフィールド、ニューラルネットワーク、深層学習, ベイズ分類機 Artificial Intelligence, Algorithm, Bayesian statistics, Graph theory, Bayesian network, Markov network, Markov Random field, Conditional Random Field, Neural Network, Deep Learning, Bayesian Classifier |