科目番号
教室
登録人数
履修登録方法
対面/遠隔
知能211
[月1]工1－322
90
抽選対象
対面授業
開講年度
期間
曜日時限
開講学部等
2024
後学期
月1
工学部工学科
講義コード
科目名[英文名]
単位数
617013002
人工知能
2
担当教員[ローマ字表記]
遠藤 聡志
授業の形態
講義
アクティブラーニング
学生が自身の考えを発表する、学生が文献や資料を調べる
授業内容と方法
人工知能とは知的システ ムの設計や構成に関する研究分野である。この講義では、問題解決、知識表現、ゲームAIなどの基礎的人工知能技術から、エージェント、機械学習、進化計算、Deep Leariningなどの最近のトピックまでを網羅的に講義し、広く人工知能の基礎知識を紹介する。
原則対面で実施する。初回は指定の教室に集合のこと。
URGCC学習教育目標
問題解決力、専門性
達成目標
○人工知能分野の諸技術の基礎および その特徴を理解する（専門性H-3）
○機械学習アルゴリズムにより問題解決ができる（実践性:F-2)
○人工知能に関する技術の改良や新しいアイデアを提案することが出来る（創造性:G-1）
評価基準と評価方法
レポート1(50%)と講義内で支持するミニレポート（50％）の結果を総合して判定する．
・ミニレポートでは、講義内の議論を深めるための設問を設定しwebclassへの回答を要求する。
・レポートでは，探索、機械学習の理論的理解とライブラリの活用による計算実験を含む設問を設定し、専門性および実践性について評価を行う．
履修条件
離散数学,アルゴリズムとデータ構造を履修していることが望ましい
授業計画
第1回目 ガイダンス：登録とシ ラバス説明
第2回目 問題解決：問題解決の プロセス，定式化
第3回目 探索：ブラインド探 索、 ヒューリスティック探索
第4回目 ゲーム木の探索
第5回目 演習（ゲーム探索）
第6回目 機械学習：決定木アルゴリズム理論
第7回目 機械学習：決定木アルゴリズム演習
第8回目 機械学習：自己組織化マップ理論と演習
第9回目 機械学習：演習 SOM+C4.5
第10回目 機械学習：ニューラルネット理論
第11回目 機械学習：深層学習
第12回目 機械学習：進化計算アルゴリズムの設計
第13回目 機械学習：進化計算の応用例演習
第14回目 強化学習の基礎
第15回目 強化学習の応用
事前学習
毎回の講義前に、webclassにある授業資料をよく読んで、予習を行うこと。
事後学習
Webclassより、レポート課題等が出題されるのでそれらについて回答を作成し、入力すること。
教科書にかかわる情報
教科書全体備考
指定しない
参考書にかかわる情報
参考書
書名
馬場口登，山田誠二 共著，「人工知能の基礎」昭晃堂
ISBN
478562048X
備考
著者名
出版社
出版年
NCID
参考書
書名
広田薫 編著，「知能工学概論」昭晃堂
ISBN
4785621400
備考
著者名
出版社
出版年
NCID
参考書
書名
鈴木光男 著，『新ゲーム理論』勁草（けいそう）書房
ISBN
4326500824
備考
著者名
出版社
出版年
NCID
参考書
書名
ゲーム開発者のためのAI入門
ISBN
4873112168
備考
著者名
出版社
出版年
NCID
参考書全体備考
使用言語
日本語
メッセージ
オフィスアワー
月２限,水２限
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
URL
webclassを使用する
ページの先頭へ