|
授業の目標
|
|
・ 機械知能を実現する人工知能の基礎知識を系統的に理解し、各種学習アルゴリズムを数学的に記述できる。
・ 機械学習の基本概念を十分に理解し、知能ロボットやコンピュータビジョンに応用展開できる能力を身につける。
|
|
|
|
到達目標
|
|
・ 人工知能の研究の歴史と、最新技術までの技術的な変遷を説明できる。
・ 教師あり学習，教師なし学習，強化学習の違いを具体的に説明できる。
・ 学習アルゴリズム間の関連性を比較し、系統的に分類できる。
・ 知能とは何か、心とは何かを工学的側面から考察できる。
|
|
|
|
身につく能力
|
|
＜全学ディプロマ・ポリシー＞
○【知識・理解・技術】
１．各専門分野の知識・技術を習得し、活用する力を身につけている
【教養・基礎的能力】
２．幅広い教養と、外国語能力、情報活用能力、コミュニケーション能力などの基礎的能力を身につけている
【態度・志向性】
３．多様な価値観を有する人々と倫理観・責任感をもって協働することができる
【態度・志向性】
４．時代の変化に主体的に対応するため継続的に学び、自律的に行動することができる
○【問題発見・解決能力】
５．専門の知識・技術及び基礎的能力を統合し活用して、問題を発見し解決する能力を身につけている
【ｸﾞﾛｰｶﾙ・創造的思考力】
６．地域的・国際的視点をあわせもち、また、新たな価値を想像する力を身につけている
|
|
|
授業の概要
|
|
|
人工知能の分野について、古典的な内容からファジィ制御、機械学習、および近年のブームの背景となっているtransformer等の技術まで、幅広く講義する。
|
|
|
|
授業の計画
|
|
第01回 機械知能・人工知能の歴史
第02回 進化と創発
第03回 ウェブインテリジェンス／ファジィ理論
第0４回 機械学習の基礎
第0５回 誤差逆伝播法
第0６回 勾配降下法／活性化関数
第07回 確率モデル・ベイジアンネットワーク
第08回 誤差関数／前処理
第09回 過学習対策／転位学習
第10回 畳み込みニューラルネット
第11回 リカレントニューラルネット
第12回 教師なし学習・自己組織化
第13回 生成モデル
第14回 強化学習・エージェント
第15回 人工生命
第16回 定期試験
|
|
|
|
授業時間外学修の指示
|
|
・講義後にmanabaにて毎回小テストを課すので必ず実施すること。
・講義終了時に次回のテーマについて概略を示すので、書物やインターネット等により、関連する知識を得ておくこと。また、講義の終了後に、配付されたプリントや資料を読み直して、復習に努めること。
|
|
|
|
成績評価の方法
|
|
|
講義での演習問題(小テスト)30%、期末試験70%に、出席状況を加味して総合的に評価する。
|
|
|
|
テキスト・参考書等
|
|
テキスト：使用しない。講義毎に資料を配布する。
参考書：瀧雅人『機械学習スタートアップシリーズ これならわかる深層学習入門 』講談社 ISBN:978-4061538283
参考書：ヤン ジャクリン，上野勉『ディープラーニングG検定(ジェネラリスト)最強の合格テキスト[明瞭解説+良質問題]』SBクリエイティブ ISBN:978-4815611675
|
|
|
|
履修上の留意点
|
|
|
|
|
資料
|
|
|
|
|
備考
|
|
|