2017年 大学院理工学研究科 シラバス - 情報科学専攻
設置情報
科目名 | 人工知能Ⅱ | ||
---|---|---|---|
設置学科 | 情報科学専攻 | 学年 | 1年 |
担当者 | 高橋・香取 | 履修期 | 前期 |
単位 | 2 | 曜日時限 | 火曜5 |
校舎 | 船橋 | 時間割CD | K25A |
クラス |
概要
学修到達目標 | コンピュータは数値計算のみならず、人間の代わりやそれ以上の知的な判断を伴う用途の比重が高くなり、また期待もされている。 講義を通じて、これらの処理の基礎となる分類概要から、知識の抽出、知識獲得、知識処理のためのモデル化、学習、探索等について体得する。 |
---|---|
授業形態及び 授業方法 |
講義と演習による。 |
準備学習(予習・ 復習等)の内容・ 受講のための 予備知識 |
学部科目「人工知能」など、基礎的な人工知能の科目の受講経験を有すること。 ※時間割上は前期に人工知能II、後期に人工知能Iが設置されているが、どちらから先に受講してもよい。 |
授業計画
第1回 | 人工知能とそうでないもの(必要条件と十分条件、記号処理と非記号処理) / 知識処理とは。知的な例とそうでない例 |
---|---|
第2回 | 強い人工知能と弱い人工知能、認識・探索・推論、人工知能の経緯① / 状態空間の探索 (1)ロボットアーム(2)8パズル(3)積分の数式処理 |
第3回 | 人工知能の経緯② / 問題の記号表現と定式化 人工知能とそうでない場合でのモデル化の違い |
第4回 | 人工知能の例 将棋プログラム①設定と評価すべき内容 / 知識の種類と分類 世界と行動に関する知識 オブジェクト知識とメタ知識 |
第5回 | 人工知能の例 将棋プログラム②将棋の読み手探索 / 線画の解釈 |
第6回 | 人工知能の例 将棋プログラム③機械学習での強化 / 定性的推論 |
第7回 | 人工知能的解釈による知識処理の例の紹介 |
第8回 | 人工知能と機械学習 |
第9回 | 回帰分析(最小二乗法) |
第10回 | 回帰分析(最尤推定法) |
第11回 | 順伝播型ニューラルネットワーク |
第12回 | 順伝播型ニューラルネットワーク(出力層の設計と誤差関数) |
第13回 | 順伝播型ニューラルネットワーク(パーセプトロン) |
第14回 | 順伝播型ニューラルネットワーク(ADALINEと確率的勾配降下法) |
第15回 | まとめと実力確認 |
その他
教科書 |
特になし。
|
---|---|
参考資料コメント 及び 資料(技術論文等) |
(1)木下哲男 『人工知能と知識処理』 朝倉書店 2014年
(2) S.J.Russell、P.Norvig 『エージェントアプローチ人工知能』 共立出版 2008年 第2版
(3)辻井潤一 『知識の表現と利用』 昭晃堂 1987年
※(3)はおそらく絶版。記号処理の参考的扱いです。
|
成績評価の方法 及び基準 |
課題レポートの提出(50%), 授業中の演習(50%). |
質問への対応 | 随時。 |
研究室又は 連絡先 |
高橋 聖 (船橋校舎2号館4F245室) 香取 照臣.(船橋校舎5号館3F536室) |
オフィスアワー |
月曜 船橋 12:10 ~ 13:10 高橋 聖
水曜 船橋 12:15 ~ 13:15 香取 照臣.
|
学生への メッセージ |