科目名 |
□人工知能論
|
担当教員 |
米元 聡
|
対象学年 |
3年
|
クラス |
[410]
|
講義室 |
12108教室
|
開講学期 |
後期
|
曜日・時限 |
火5
|
単位区分 |
選択
|
授業形態 |
|
単位数 |
2
|
準備事項 |
|
備考 |
|
講義概要/Class Outline
|
本講義では、人工知能の基礎である問題解決、知識の表現などの解説・実習を通じて、人間と機械の思考法の異同を理解することを目指し、より深化したコンピュータの開発に向けた技術を学ぶ。さらに、画像理解、知能ロボットなどの人工知能の応用分野やエージェント、強化学習などの最近の話題についても学ぶ。
|
講義計画 /Class Structure
|
回 |
内容
|
1
|
概要・問題解決(1) 人工知能の歴史・探索による問題解決
|
2
|
問題解決(2) 探索による問題解決
|
3
|
問題解決(3) 知識に基づく探索
|
4
|
問題解決(4) 知識に基づく探索
|
5
|
問題解決(5) 2人ゲーム
|
6
|
学習(1) 機械学習、ニューラルネットワーク
|
7
|
学習(2) ニューラルネットワーク
|
8
|
知覚とロボット(1) 画像理解
|
9
|
知覚とロボット(2) 知能ロボット
|
10
|
最近の話題(1) エージェント、分散協調
|
11
|
最近の話題(2) 進化型計算、強化学習
|
12
|
最近の話題(3) 進化型計算、強化学習
|
13
|
まとめ(1)
|
14
|
まとめ(2)
|
|
学習・教育目標/Class Target |
1.人工知能の基礎的な事項を理解している。2.問題解決の基礎的な事項を理解している。3.学習を理解している。4.人工知能の応用分野、最近の話題を理解している。
|
評価基準/GradingCriteria |
秀:総合点で90%以上を満たす。/優:総合点で80%以上を満たす。/良:総合点で70%以上を満たす。/可:総合点で60%以上を満たす。
|
評価方法/GradingMethod |
定期試験及びレポートを総合して評価する。
|
受講上の注意/Class Rules |
各自の貸与ノートパソコンを忘れずに持ってくること。
|
受講制限/Prerequisit |
|
関連する科目/Related Class |
|
教科書/Text |
著者名
|
菅原 研次
|
著書名
|
人工知能
|
出版社名
|
|
ISBNコード |
|
|
指定図書/Assigned Books |
著者名
|
Stuart Russell, Peter Norvig 著
|
著書名
|
エージェントアプローチ 人工知能
|
出版社名
|
|
ISBNコード |
|
著者名
|
太原育夫
|
著書名
|
人工知能の基礎知識
|
出版社名
|
|
ISBNコード |
|
|
参考文献/Bibliography |
|