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。
|
| |
|
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(30%)，レポート2(30%)，レポート3(30%)とミニレポート（10％）の結果を総合して判定する．
レポート１では，探索に関する設問を設定し主に専門性についての評価を行う．
レポート２では，機械学習の設問を設定し主に実践性について評価を行う．
レポート３では主にアイデアの提案を行うような設問を設定し創造性について評価を行う．
|
| |
|
履修条件
|
|
情報数学I,II 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 IBM Watson
第15回目 クロージング: AIアイデアソン
|
| |
|
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
|
|
endo@ie.u-ryukyu.ac.jp
|
| |
|
URL
|
|
webclassを使用する
|
| |
|
|