2024 年度の講義概要のデータベースを検索します。カリキュラムツリーへのリンク
学部・研究科
Faculty/Graduate School
総情
時間割コード
Course Code
70526
科目名
Course title
サブテーマ
Subtitle
人工知能
<C>
授業形態/単位
Term/Credits
クラス
Class
/2
担任者名
Instructor
林 勲
曜限
Day/Period
月5
授業概要
Course Description
到達目標
Course Objectives

授業種別 / Teaching Types

講義(対面型)

言語 / Language

日本語(Japanese)

授業概要 / Course Description

人工知能に関わる種々の方法論を概説し,特に,探索,知識表現,推論,学習,ソフトコンピューティング等について,詳細に,かつ,系統的に講義する.まず,探索による各種の問題解決法について概説し,次に,種々の知識表現法と推論法について学習する.続いて,機械学習やクラスタリングについて紹介したのち,ファジィ理論,ニューラルネットワーク,深層学習,遺伝的アルゴリズム等のソフトコンピューティングの内容についても言及する.

学位授与方針との関係 / Related Diploma Policy

(総合情報学部)
1.知識・技能
  
2.思考力・判断力・表現力等の能力
  

到達目標 / Course Objectives

①知識・技能の観点
人工知能に関わる種々の方法論を広く修得できる.
②思考力・判断力・表現力等の能力の観点
人工知能における知識表現と推論方法,学習法を理解し,ソフトコンピューティングのアルゴリズムを理解できる.
③主体的な態度の観点
人工知能の種々のアルゴリズムを理解することで,社会における具体的な応用事例の内容を習得できる.

授業手法 / Teaching Methods

・教員による資料等を用いた説明や課題等へのフィードバック

授業計画
Course Content

授業計画 / Course Content

第1回  人工知能とは
第2回  人工知能の研究分野(1)
第3回  人工知能の研究分野(2)
第4回  ブラインド探索
第5回  ヒューリスティック探索
第6回  知識表現と推論(1)
第7回  知識表現と推論(2)
第8回  知識表現と推論(3)
第9回  機械学習・クラスタリング
第10回  ファジィ理論
第11回  ファジィ推論
第12回  脳・ニューロンモデル・ニューラルネットワーク
第13回  視覚モデル・深層学習
第14回  遺伝的アルゴリズム
第15回  アンサンブル学習

授業時間外学習 / Expected work outside of class

授業前にスライド資料の印刷を用意し,予習と復習を欠かさないこと.

成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria

方法 / Grading Policies

定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
講義内テスト(90%),レポート(10%)

基準・評価 / Evaluation Criteria・Assessment Policy

①知識・技能の観点
各回の授業内容を理解しているかを問う設問(40%)
②思考力・判断力・表現力等の能力の観点
講義中に説明したアルゴリズムと方法論の理解度を問う設問(40%)
③主体的な態度の観点
講義中に説明した社会における応用事例と最新の研究事例の内容を問う設問(20%)

教科書
Textbooks


スライド資料を関大LMSで配信し教材提示により講義を行う.

参考書
References

溝口  理一郎,石田  亨  『人工知能』  オーム社,2005年  978-4-274-13200-1
小高  知宏  『基礎から学ぶ人工知能の教科書』  オーム社,2019年  978-4-274-22426-3

フィードバックの方法
Feedback Method

基本的に質問は授業中でも授業外でも随時受け付ける.あるいは,関大LMSを活用する.

担任者への問合せ方法
Instructor Contact

オフィスアワー
随時受け付けるが,具体的な連絡方法は授業の中で説明する.必要ならば,関大LMSから問い合わせてください.
その他

備考
Other Comments