基本情報

学部 IT総合学部
科目 AIアルゴリズム
教員名 安間 文彦
年度 / 学期 2019年度春学期
開講期間 2019/4/4  ~  2019/8/8
科目履修区分 専門講義(選択)/専門応用(選択)/専門応用科目
単位 2
科目レベル 4

ページの先頭へ戻る

科目概要

人工知能(Artificial Intelligence 以下、AI)は、人間の知能の働きをモデル化し、コンピュータ上に実現することを目標とする学問分野である。本講義ではさまざまなAIがどのような理論とアルゴリズムに基づいて実現されているのか、簡単に説明できるようになることを目指す。前半ではAIの基本である探索や推論による問題解決アルゴリズムを学習する。後半では、近年、実用化されているAIで広く用いられているさまざまな機械学習手法の中から代表的な手法を中心に学習する。

ページの先頭へ戻る

科目目標

①さまざまな探索手法を理解し、説明できる
②ミニマックス法、αβ法などのゲーム木の探索手法を理解し、説明できる
③さまざまな知識表現方法について理解し、説明できる
④意味ネットワークやフレームによる推論の仕組みを理解し、説明できる
⑤機械学習の概要と各種手法の特徴、適用範囲について理解し、説明できる
⑥ニューラルネットワークの基本的な仕組みについて理解し、説明できる
⑦ニューラルネットワークの重みの更新について理解し、説明できる
⑧強化学習の概要について理解し、説明できる
⑨人工知能のこれまでの歴史と今後の可能性について理解し、説明できる

ページの先頭へ戻る

履修前提条件

・アルゴリズムとデータ構造
・コンピュータのための基礎数学
の単位を修得していることが望ましい

微分積分、行列、確率計算など高校卒業程度の数学の知識を必要とする。行列を高校で学習していない場合は事前に前提推奨科目の「コンピュータのための基礎数学」を履修するか、あるいは各自で学習していることが望ましい。

ページの先頭へ戻る

授業教材

教科書 ※購入必須

題名 著者 出版社 発行年 備考
題名
なし
著者
出版社
発行年
備考

ツール

ツール名 発売元 バージョン 必要PCスペック 備考
ツール名
なし
発売元
バージョン
必要PCスペック
備考

参考資料 ※購入任意

題名 著者 出版社 発行年 備考
題名
イラストで学ぶ人工知能概論
著者
谷口忠大
出版社
講談社
発行年
2014.9
備考
2,600円(税別)
題名
人工知能の基礎
著者
馬場口 登・山田 誠二
出版社
オーム社
発行年
2015.2
備考
2,900円(税別)
題名
人工知能原理
著者
加納政芳・山田雅之・遠藤守
出版社
コロナ社
発行年
2017.12
備考
2,900円(税別)
題名
ニューラルネットワーク自作入門
著者
Tariq Rashid, 新納浩幸[訳]
出版社
マイナビ
発行年
2017.4
備考
2,690円(税別)

その他の資料

資料及びサイト 内容
資料及びサイト
なし
内容


ページの先頭へ戻る

期末試験実施方法について

Webテスト形式

ページの先頭へ戻る

授業時間外の学修と評価について

・内容の理解を深めるために、講義(動画およびテキスト)を繰り返し視聴・熟読してください。
・講義視聴ではよくわからなかった箇所の復習や、受講後の発展的学習のために、科目のお知らせやQ&Aなど授業内で案内する参考書籍やwebサイトおよび、図書館で提供している電子書籍サービス等を活用して調べるようにしましょう。

ページの先頭へ戻る

評価配分

ディベート レポート 小テスト 期末試験 その他 合計
0 % 20 % 40 % 40 % 0 % 100 %
 0 %   20 %   40 %   40 %   0 %   100 % 

ページの先頭へ戻る

各回の授業内容

授業内容および目次 小テスト他 備考(教科書、参考資料等)
第1回 1)タイトル:
人工知能とは

2)学習目標:
人工知能とはどのようなものか、そしてどのような経緯で発展してきたのかを学び、人工知能の現状について理解する。また、本科目の進め方を理解する。

3)目次:
第1章 人工知能とは
第2章 人工知能の歴史
第3章 人工知能の現在
第4章 本科目の進め方

この回の課題
・小テスト
 
第2回 1)タイトル:
探索(1):基本的な探索

2)学習目標:
人工知能の手法で最も基本的な要素である探索の考え方から、基本的な手法について理解する。

3)目次:
第1章 状態空間の表現
第2章 深さ優先探索
第3章 幅優先探索
第4章 基本的な探索の例題

この回の課題
・小テスト
 
第3回 1)タイトル:
探索(2):最適経路の探索

2)学習目標:
知識を使ってより知的に探索する手法について理解する。

3)目次:
第1章 コスト付きグラフの探索
第2章 ヒューリスティックな探索
第3章 A*アルゴリズム
第4章 最適経路の探索の例題

この回の課題
・小テスト
 
第4回 1)タイトル:
探索(3):ゲーム木の探索

2)学習目標:
ゲーム木の探索手法を理解し、さらにゲームプログラミングの現状について理解する。

3)目次:
第1章 ゲーム木
第2章 ミニマックス法
第3章 アルファベータ法
第4章 ゲーム木の探索の例題

この回の課題
・レポート
 
第5回 1)タイトル:
知識表現

2)学習目標:
知識を使った問題解決の手法の概要、およびルールベースの問題解決手法について理解する。さらに意味ネットワークやフレームシステムによる知識表現とそれに基づく推論の仕組みを理解する。

3)目次:
第1章 知識表現とは
第2章 プロダクションシステム
第3章 意味ネットワーク
第4章 フレームシステム

この回の課題
・小テスト
 
第6回 1)タイトル:
命題論理

2)学習目標:
さまざまな論理体系の最も基本となる命題論理の基本的な概念から、命題論理による推論について理解する。

3)目次:
第1章 命題とは
第2章 同値変換と節形式
第3章 命題論理による推論
第4章 命題論理の例題

この回の課題
・小テスト
 
第7回 1)タイトル:
述語論理

2)学習目標:
命題論理を拡張した述語論理と、述語論理による推論を学習し、人工知能による問題解決で重要な推論について理論的に理解する。

3)目次:
第1章 述語論理とは
第2章 述語論理の節形式
第3章 述語論理による推論
第4章 述語論理の例題

この回の課題
・小テスト
 
第8回 1)タイトル:
機械学習の概要

2)学習目標:
近年の人工知能で主流になっている機械学習の考え方、さまざまな手法とその特徴を概観する。

3)目次:
第1章 機械学習とは
第2章 教師あり学習
第3章 教師なし学習
第4章 強化学習

この回の課題
・小テスト
 
第9回 1)タイトル:
教師あり学習

2)学習目標:
機械学習のうち、教師あり学習の主な手法について理解する。

3)目次:
第1章 回帰問題
第2章 最小二乗法
第3章 分類問題
第4章 妥当性の検証

この回の課題
・小テスト
 
第10回 1)タイトル:
教師なし学習

2)学習目標:
機械学習のうち、教師なし学習の主な手法について理解する。

3)目次:
第1章 特徴量抽出
第2章 クラスタリング
第3章 階層的クラスタリング
第4章 k-means法

この回の課題
・小テスト
 
第11回 1)タイトル:
ニューラルネットワーク(1)

2)学習目標:
機械学習のうち、教師あり・教師なしいずれでも用いられるニューラルネットワークの基本的な仕組みについて理解する。

3)目次:
第1章 ニューラルネットワークとは
第2章 ニューロンモデル
第3章 活性化関数
第4章 シグモイド関数

この回の課題
・小テスト
 
第12回 1)タイトル:
ニューラルネットワーク(2)

2)学習目標:
ニューラルネットワークで信号が伝わる仕組みや、重みが更新される仕組みを理解する。

3)目次:
第1章 ニューラルネットワークの動き
第2章 重みの学習
第3章 誤差逆伝播
第4章 重み更新の例

この回の課題
・レポート
 
第13回 1)タイトル:
強化学習(1)

2)学習目標:
機械学習のうち、強化学習の概要について理解する。

3)目次:
第1章 強化学習とは
第2章 ベルマン方程式
第3章 動的計画法
第4章 モンテカルロ法

この回の課題
・小テスト
 
第14回 1)タイトル:
強化学習(2)

2)学習目標:
強化学習の代表的な手法を理解する。

3)目次:
第1章 TD学習(1)
第2章 TD学習(2)
第3章 Q学習(1)
第4章 Q学習(2)

この回の課題
・小テスト
 
第15回 1)タイトル:
人工知能の今後

2)学習目標:
これまで学んできた手法が実際にどのように応用されているのか理解し、現状の課題、今後の展望について整理する。

3)目次:
第1章 人工知能の応用事例
第2章 人工知能の課題
第3章 人工知能の今後
第4章 まとめ

この回の課題
・小テスト
 

ページの先頭へ戻る

open

Now Loading