シラバス参照
|
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) |
知能システム | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Intelligent Systems | ||
| 科目番号 /Code |
INS801s | ||
| 開講年度 /Academic year |
2020年度 | 開講年次 /Year offered |
4 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講学科・専攻 /Cluster/Department |
先端工学基礎課程 | ||
| 担当教員名 /Lecturer(s) |
伊藤 毅志 | ||
| 居室 /Office |
西9-809 | ||
| 公開E-Mail |
ito@cs.uec.ac.jp | ||
| 授業関連Webページ /Course website |
なし | ||
| 更新日 /Last updated |
2020/02/20 17:44:02 | 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 /Topic and goals |
人工知能は、パターン認識やコンピュータゲームなどへの応用で社会的にも注目を集めている。本講義ではその基盤技術である探索、機械学習について学ぶ。さらにデータからの知識発見、最適化問題に対するヒューリスティクス解法など人工知能がカバーする学門領域を広く学ぶ。人工知能が何であるかを把握し、その基本アルゴリズムを理解して説明できるようになることを到達目標とする。 |
|---|---|
| 前もって履修 しておくべき科目 /Prerequisites |
アルゴリズム論第一、離散数学 |
| 前もって履修しておくこ とが望ましい科目 /Recommended prerequisites and preparation |
特になし |
| 教科書等 /Course textbooks and materials |
授業中に適宜資料を電子的に配布する。 参考書： 人工知能原理（コンピュータサイエンス教科書シリーズ）加納政芳、山田雅之、遠藤守共著（コロナ社）ほか |
| 授業内容と その進め方 /Course outline and weekly schedule |
第１回：ガイダンス：人工知能とは 第２回：知能研究の歴史 第３回：問題解決と探索 第４回：盲目的探索 第５回：ヒューリスティックス探索 第６回：知識と表現：プロダクションシステム 第７回：意味ネットワーク 第８回：述語論理による知識表現 第９回：論理プログラミングと推論 第１０回：知識メディアの知的表現 第１１回：画像処理ほか 第１２回：機械学習 第１３回：ニューラルネットワーク 第１４回：進化的計算 第１５回：試験 講義中心だが、人工知能における問題解決は，自分で考えて本当に理解できるものである。したがって，簡単な実習課題を数回課す予定である。また、受講者の理解度を見ながら、取り扱うトピックを変える可能性がある。 |
| 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） /Preparation and review outside class |
予習は不要である。しかし、各回の授業の時点で、前回までの講義内容を理解していることを前提として説明するので、復習はしっかり行う必要がある。 |
| 成績評価方法 および評価基準 （最低達成基準を含む） /Evaluation and grading |
学期末の定期試験（70%）と講義期間中に課すレポート課題(30%)で成績を評価する。 最低達成基準：講義の３つの主テーマ(探索、知識表現と推論、機械学習)に関して、それぞれ次のことができるようになること。 (1)盲目的探索とヒューリスティックス探索の違いを説明できる。探索と探索の効率化について説明できる。 (2)人工知能による知識表現と推論のメカニズムを説明できる。また、それを用いた知識メディアについて説明できる。 (3) 機械学習の種類について理解し、ニューラルネットワーク、進化的計算について説明できる。 |
| オフィスアワー： 授業相談 /Office hours |
オフィスアワーは特に設けない。質問は授業終了の前後に受け付けるのを基本とする。また、メールでの質問も歓迎する。 |
| 学生へのメッセージ /Message for students |
人工知能＝深層学習のイメージの昨今ですが、人工知能はもっと広範囲の内容をカバーしています。そこで、本講義では人工知能がカバーする領域を広く浅く講義します。現実の応用を持った技術ばかりなので、本講義の習得はきっと皆さんの役になる時があると思います。 |
| その他 /Others |
講義は日本語で実施する. |
| キーワード /Keyword(s) |
人工知能、認知科学、問題解決、探索、知識表現、機械学習 |