科目名[英文名]
人工知能   [Artificial Intelligence]
区分	工学部専門科目等	選択必修		単位数	2
対象学科等		対象年次	3～4	開講時期	1学期
授業形態	1学期	時間割番号	023808
責任教員 [ローマ字表記]
藤田 桂英   [FUJITA Katsuhide]
所属	工学部	研究室		メールアドレス

概要

本講義では、人工知能の基礎から比較的最近のトピックまで講義する。主に、知能的処理をデータやアルゴリズムとして計算機上で表現する方法を述べていく。人工知能に関連する一通りの知識を習得し、人工知能に関連するシステムを構築する能力を身につける。 前半は、1980年前後から活発に行われている、探索、ゲームの理論、論理による導出原理や知識表現を中心に講義する。後半は、自然言語処理やWeb Intelligence、ソフトウェアエージェントに関して、どのようなアルゴリズムや考え方が背景にあるのか明らかにしながら講義する。 講義に際しては、座学での知識の教授とミニ演習ならびに定期試験を実施することで、人工知能に関する知識と理解をより確実なものとする。

到達基準

- 人工知能に関連する一通りの知識を持ち，人工知能に関連するシステムを構築する能力を身につけることができる． - 本科目のディプロマ・ポリシーの観点は履修案内のカリキュラムマップを参照してください。

授業内容

第1回　人工知能とは何か---人工知能の歴史、人工知能と関連分野 第2回〜第3回 探索と問題解決---状態空間、縦型探索（深さ優先探索）、横型探索（幅優先探索）、 最良優先探索 第4回　Adversarial Search---ゲームの種類（人数、確定性、情報、零和）、さまざまなゲームの様子、ゲーム木探索とは、ＡＮＤ／ＯＲ木、ｍｉｎｍａｘ戦略、αβ枝刈戦略 第5回　Beyond Classical Search---山登り法、最急降下法、シミュレーテッドアニーリング、生物の進化の仕組み、遺伝アルゴリズム 第6回〜第7回　述語論理---命題論理、述語論理、レゾルーション、 推論 第8回〜第10回　自然言語処理: コーパス、シソーラス、形態素解析、統計的自然言語処理、文書分類と検索、テキストマイニング 第11回〜第12回　Web Intelligence: 検索エンジン（検索、ランキング、クローリング）、コミュニティ形成（複雑ネットワーク）、情報推薦と集合知、Webプログラミング基礎 第13回〜第14回　エージェント: エージェントとは、協調（問題解決、探索、行動選択）、交渉、市場指向メカニズム、オークション、強化学習、複雑系 第15回　まとめ 定期試験

履修条件・関連項目

「アルゴリズム序論」「アルゴリズム序論演習」「アルゴリズム論」を履修していること。 授業時間30時間に加え、授業で配布する教材や後述する参考書を使って本学の標準時間数に準ずる予習と復習を行うこと。

テキスト・教科書

配布資料を使用する。

参考書

- S.J.Russell (著), P.Norvig (著), 古川康一 (翻訳)　エージェントアプローチ人工知能 第2版　共立出版 - 人工知能学事典　人工知能学会

成績評価の方法

オンライン教育における成績評価方法は、すべての出席を前提とし、双方向性を利用した学習意欲、小テストおよび課題、オンラインテスト等を総合的に評価し、本学が定める標準的な学修時間に相当する学修効果が認められる場合に単位を付与します。評価の割合は以下の通りです。 講義中に適宜、小試験かレポート課題で知識の確認を行い、持ち込み可の定期試験により最終的に評価する（100%）。 総合評価により以下の基準で単位を付与します。S: 90 点以上、A:80点以上90点未満、B:70点以上80点未満、C:60点以上 70点未満。

教員から一言

人工知能の授業を通じて、コンピューターが問題を賢く解決するとはどういうことか学んでほしい。また、世の中の情報システムに動いている、人工知能アルゴリズムの仕組みを理解することを望む。

キーワード

問題解決，ゲーム木探索，知識表現、自然言語処理、Web Intelligence,　ソフトウェアエージェント

オフィスアワー

オフィスアワーは月曜日の16:30-18:00。その他教員が在室していれば、質問等随時対応する。 email での質問も可。

備考１

備考２

参照ホームページ

開講言語

日本語

語学学習科目

更新日付

2020/04/22 19:19:32