CMD体育_cmd体育平台@

图片

シラバス参照

授業情報／Course information

科目名／Course: 人工知能Ⅰ／Artificial Intelligence Ⅰ
科目一覧へ戻る 2024/09/10 現在

授業基本情報
科目名（和文）
／Course		 人工知能Ⅰ
科目名（英文）
／Course		 Artificial Intelligence Ⅰ
時間割コード
／Registration Code		 22271801
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		 ○但馬　康宏
オフィスアワー
／Office Hour		 但馬　康宏(水曜2限)
開講年度
／Year of the Course		 2024年度
開講期間
／Term		 後期
対象学生
／Eligible Students		 2年次生（平成30年度以降入学生）
単位数
／Credits		 2.0
授業概要情報
更新日
／Date of renewal		 2024/02/15
使用言語
／Language of Instruction		 日本語
オムニバス
／Omnibus		 該当なし
授業概略と目的
／Cource Description and Objectives		 人工知能に関する基礎理論およびアルゴリズムを講義と演習を通じて理解する．
履修に必要な知識?能力?キーワード
／Prerequisites and Keywords		 離散数学，アルゴリズムとデータ構造，線形代数などの知識が必要．
履修上の注意
／Notes		 とくになし．
教科書
／Textbook(s)		 なし
参考文献等
／References		 なし
自主学習ガイド
／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework		 授業で取り上げるアルゴリズムは世の中の様々な場面で応用可能である．その応用先を意識して考えると現在の研究の最先端が理解できるようになる．
資格等に関する事項
／Attention Relating to Professional License		 なし
アクティブラーニングに関する事項
／Attention Relating to Active Learning		 本授業では以下のアクティブ?ラーニングを採用している
?振り返り
実務経験に関する事項
／Attention Relating to Operational Experiences		 職人の勘を機械的に判定する事例などと結び付け、機械学習の有効性を理解させる
備考
／Notes
授業計画詳細情報
No. 単元（授業回数）
／Unit (Lesson Number)		 単元タイトルと概要
／Unit Title and Unit Description		 時間外学習
／Preparation and Review		 配付資料
／Handouts
1 1 [人工知能入門]
現在の人工知能研究の目的と過去の取り組み事例を知る		 授業で扱った内容の日常生活における応用を考えるとよい
2 2 [機械学習の考え方]
機械学習の考え方の基礎とその限界を知る		 授業で扱った内容の日常生活における応用を考えるとよい
3 3 [教師あり学習と教師なし学習]
機械学習法の分類を知る		 授業で扱った内容の日常生活における応用を考えるとよい
4 4 [EMアルゴリズム]
EMアルゴリズムの意味を理解する		 授業で扱った内容の日常生活における応用を考えるとよい
5 5 [EMアルゴリズムの導出]
EMアルゴリズムの導出を理解する		 授業で扱った内容の日常生活における応用を考えるとよい
6 6 [EMアルゴリズムの応用]
EMアルゴリズムの応用を考える		 授業で扱った内容の日常生活における応用を考えるとよい
7 7 [クラスタリング]
クラスタリングと教師なし学習の入門		 授業で扱った内容の日常生活における応用を考えるとよい
8 8 [k-meansアルゴリズム]
k-meansアルゴリズムの動き		 授業で扱った内容の日常生活における応用を考えるとよい
9 9 [k-meansの特徴]
k-meansの特徴を知る		 授業で扱った内容の日常生活における応用を考えるとよい
10 10 [編集距離とDP法]
編集距離とDP法を知る		 授業で扱った内容の日常生活における応用を考えるとよい
11 11 [DP法の応用]
DP法の応用先を知る		 授業で扱った内容の日常生活における応用を考えるとよい
12 12 [ゲーム木探索]
二人完全情報ゲームとゲーム木探索		 授業で扱った内容の日常生活における応用を考えるとよい
13 13 [αβ法]
αβ法を知る		 授業で扱った内容の日常生活における応用を考えるとよい
14 14 [ナイーブベイズ]
ナイーブベイズによる推定方法		 授業で扱った内容の日常生活における応用を考えるとよい
15 15 [人工知能の展望]
人工知能の向かう先を理解する		 授業で扱った内容の日常生活における応用を考えるとよい
16 16 [テスト]
テストを行う		 授業で扱った内容の日常生活における応用を考えるとよい
授業評価詳細情報
到達目標及び観点／Learning Goal and Specific Behavioral Viewpoints
No. 到達目標
／Learning Goal		 知識?理解
／Knowledge & Undestanding		 技能?表現
／Skills & Expressions		 思考?判断
／Thoughts & Decisions		 伝達?コミュニケーション
／Communication		 協働
／Cooperative Attitude
1 人工知能の基礎を理解できるＥ） ○ ○ ○
2 統計的推論の基礎を理解できる（Ｅ） ○ ○ ○
3 知識の表現方法の基礎を理解できる（Ｅ） ○ ○ ○
成績評価方法と基準／Evaluation of Achievement
※出席は2/3以上で評価対象となります。
No. 到達目標
／Learning Goal		 定期試験
／Exam.		 演習
1 人工知能の基礎を理解できるＥ） ○ ○
2 統計的推論の基礎を理解できる（Ｅ） ○ ○
3 知識の表現方法の基礎を理解できる（Ｅ） ○ ○
評価割合（％）
／Allocation of Marks		 50 50

科目一覧へ戻る