| 授業科目名（和文） ［Course］ |
人工知能 <知識工学> |
| 授業科目名（英文） ［Course］ |
Artificial Intelligence <Knowledge Engineering> |
| 学部（研究科） ［Faculty］ |
情報工学部 |
| 学科（専攻） ［Department］ |
情報システム工学科 |
| 担当教員（○：代表教員） [Principle Instructor(○) and Instructors] |
○岩橋 直人 自室番号（2609）、電子メール（iwahashi**c.oka-pu.ac.jp） ※利用の際は,** を @に置き換えてください |
| 単位数 ［Point(Credit)］ |
2単位 |
| 対象学生 ［Eligible students］ |
2年次生（平成23年度以降入学生） 3年次生（平成19~22年度以前入学生） |
| 授業概略と目標 ［Course description and Objects］ |
人間の知能を計算機で構成することを目的とした人工知能の基礎について扱う． 人工知能の分野を概観しつつ，その導入レベルについての理解をすすめる． |
| 到達目標 ［Learning Goal］ |
人工知能の初歩的内容について知り，それを計算機によって実現することができる程度まで理解を深める． |
| 履修上の注意 ［Notes］ |
人工知能は教養的科目ではありません．人工知能という専門領域や関連領域の内容を含めつつ講義をします． |
| 授業計画とスケジュール ［Course schedule］ |
1. 導入（歴史） 2. 探索（１）（状態空間表現，基本的な探索） 3. 探索（２）（最適探索,最良探索，A*アルゴリズム） 4. 探索（３）（ゲーム理論，ゲーム木） 5. 多段階決定（１）（動的計画法） 6. 確率とベイズ理論の基礎（確率の基礎，ベイズ理論，マルコフ過程，ナイーブベイズ） 7. 多段階決定（２）（強化学習，マルコフ決定過程） 8. 位置推定（１）（ベイズフィルタ） 9. 位置推定（２）（粒子フィルタ） 10.学習と認識（１）（クラスタリング） 11.学習と認識（２）（パターン認識） 12.言語と論理（１）（自然言語処理） 13.言語と論理（２）（命題論理，述語論理，節形式） 14.言語と論理（３）（スコーレム標準型，導出原理） 15.まとめ（知能とは何か，記号と身体） |
| 成績評価方法と基準 ［Grading policy (Evaluation)］ |
原則として毎週，小テストを課す．期末試験の成績とあわせて，総合的に評価する．試験は講義 の中で取り扱った内容全般について出題します． |
| 教科書 ［Textbook］ |
教科書として，以下の書籍を用いる. イラストで学ぶ人工知能概論、谷口忠大著、講談社、2600円（税抜） |
| 自主学習ガイド及び キーワード ［Self learning］ |
授業の中で，トピックごとに自主学習を促す課題や参考資料を提示する． 参考書として適宜以下の書籍を用いると良い. １．人工知能の基礎，小林一郎，サイエンス社 ２．人工知能の理論，白井良明，コロナ社 ３．予測にいかす統計モデリングの基本ーベイズ統計入門から応用まで,樋口和之，講談社 |
| 開講年度 ［Year of the course］ |
27 |