人工知能

科目名
Course Title
授業コード 単位数 配当年次 開講期間
Term
科目分類 ナンバリング
コード
曜日
コマ
教室 担当教員氏名
Instructor
人工知能
Artificial Intelligence
B200450001 2 3 前期授業 専門科目 BEAID3327-J1 水2 A5-202 黄瀬 浩一
内海 ゆづ子

オフィスアワー

月曜日 16:15~17:45

授業目標

人工知能の基礎的な事項をまんべんなく習得することを目的とする.具体的には,探索,多段決定,位置推定,学習と認識,言語と論理などの項目について,基礎的な事項を学ぶことによって,将来,それらの項目について深く学習する際の基礎を形成する.

教科書

イラストで学ぶ人工知能概論,谷口忠大(著),講談社(2014)

参考書

人工知能の基礎 第 2 版、馬場口 登、山田 誠二 (著)、オーム社 (2015)

授業の概要

人工知能の基礎的な事項を学習する.まず状態空間と探索について理解する.これは他の項目を学習する上での基礎となる.その後,意思決定や強化学習,粒子フィルタなどの位置推定手法,クラスタリングやパターン認識に代表される学習と認識のアルゴリズム,最後に自然言語処理と記号論理学の基礎,ならびにそれらに基づく質問応答システムについて概要を理解する.時間的に余裕があれば,深層学習などの最新の事例についても紹介する.

授業計画

第1回 ガイダンス,人工知能を作りだそう 準備学習等
第2回 探索(Ⅰ):状態空間と基本的な探索 準備学習等
第3回 探索(2):最適経路の探索 準備学習等
第4回 探索(3):ゲームの理論 準備学習等
第5回 多段決定(1):動的計画法 準備学習等
第6回 確率とベイズ理論の基礎 準備学習等
第7回 多段決定(2):強化学習 準備学習等
第8回 位置推定(1):ベイズフィルタ 準備学習等
第9回 位置推定(2):粒子フィルタ 準備学習等
第10回 学習と認識(1):クラスタリング 準備学習等
第11回 学習と認識(2):パターン認識 準備学習等
第12回 言語と論理(1):自然言語処理 準備学習等
第13回 言語と論理(2):記号論理 準備学習等
第14回 言語と論理(3):証明と質問応答 準備学習等
第15回 まとめ 準備学習等
第16回 期末試験 準備学習等

成績評価

出席日数が60%を超える場合に評価対象とする.評点は,レポート4割,期末試験6割,あるいは期末試験10割のいずれか高い方とする.