| 科目名 |
人工知能基礎 |
| 担当教員 |
妻鳥 貴彦 |
| 対象学年 |
3年 |
クラス |
学部：専門001 |
| 講義室 |
Ａ１０４ |
開講学期 |
１学期 |
| 曜日・時限 |
月２,木２ |
単位区分 |
選択 |
| 授業形態 |
一般講義 |
単位数 |
2 |
| 準備事項 |
|
| 備考 |
|
| 授業の詳細1 |
【授業の目的】
人工知能（AI：Artificial Intelligence）とは，人間のもつ知的な能力をシステムとして工学的に実現すること目指す研究分野である．この授業では，人工知能に関する基礎的事項をマスターし，知的システムの構築に向けて不可欠な要素である知識処理に関する理解を深めることを目的とする．
【授業の進め方】
この授業の前半では，人工知能の定義・歴史・研究対象，探索を用いる問題解決等の知識表現を中心に学習する．後半は，いわゆる知識処理について，推論，機械学習，事例ベース推論について学ぶ．演習では，実際にプログラミングを行い，理解を深める．
【達成目標】
(1) 問題解決の各手法を適用できる
(2) 種々の探索アルゴリズムを理解する
(3) 下記の基礎技術を理解し，応用を提案できる
探索アルゴリズム，プロダクションシステム，強化学習，進化的計算
(4) 基本的な人工知能を利用したプログラムが理解できる |
| 授業の詳細2 |
【授業計画】
１．人工知能とは
人工知能の定義を行い，その歴史，そして研究対象について学習する．
２．問題解決
問題解決，ブラインド探索，ヒューリスティック探索の概要について学習する．
３．ブラインド探索
縦型探索・横型探索・反復深化探索について学習する．
４．ヒューリスティック探索
山登り法・最良優先探索・A*アルゴリズムを学ぶ．
５．ゲーム木探索
mini-max法，α−β法について学習する．
６．中間試験
人工知能の定義・歴史・研究対象，問題解決・探索の各手法について試験を行い，これらの修得状況を確認する．
７．中間試験の解説
中間試験の解説を行う． |
| 授業の詳細3 |
８．知識表現(1)
知識ベースと知識処理，そして知識の分類について学習する．
９．知識表現(2)
代表的な知識表現法について学習する．
10．推論
演繹，帰納，アブダクション，常識推論，仮説推論，類推について学習する．
11．機械学習(1)
計算機システムに学習能力を持たせる機械学習について学ぶ．
12．機械学習(2)
機械学習のうちで，特に強化学習について，Q学習，バケツリレー，そして利益共有の各アルゴリズムを学ぶ．
13．進化的計算
遺伝的アルゴリズムについて学習する．
14．クォータ末試験
知識表現，推論，機械学習，進化的計算について試験を行い，これらの修得状況を確認する．
15．クォータ末試験の解説
クォータ末試験の解説を行い，本講義のまとめを行う．
なお，演習（専門科目演習）を4回程度実施する予定である．演習の予定については，1回目の講義のときに周知する． |
| 授業の詳細4 |
【成績評価】
中間試験 40 点，クォータ末試験 40 点，演習 20 点，計 100 点満点で採点を行い，以下に示す成績判定を行う．
AA：試験の正解率がほぼ100%で，総得点もほぼ100点である場合
A：試験の正解率が80%以上，または総得点が80点以上である場合
B：試験の正解率が80%以上，または総得点が70点以上である場合
C：試験の正解率が70%以上，または総得点が60点以上である場合
F：以上の条件を満たさなかった場合
本講義の目標水準への履修者の到達の程度によっては，再試験を行う場合がある． |
| 授業の詳細5 |
◇テキスト
「情報系教科書シリーズ 15 人工知能の基礎」，馬場口 登・山田 誠二（昭晃堂）
必要に応じて，資料を配布することがある．
◇備 考
◇履修の前提となる必須科目：「アルゴリズムとデータ構造１」
◇事前の履修が望ましい科目：なし
◇同時に履修すべき必須科目：なし |
| 授業の詳細6 |
|
| 授業の詳細7 |
|
| 授業の詳細8 |
|
| 授業の詳細9 |
|
| 授業の詳細10 |
|