山梨大学電子シラバス

授業科目名

担当教員

知的システムI

服部　元信

時間割番号

単位数

コース

履修年次

期別

曜日

時限

TCS318

CS,G

前期

木

［概要］

　知的システムとは，人間の持つ知的な能力を機械によって実現する人工知能技術である．本講義では，人工知能の基本的な概念と技術を学ぶ．具体的には，種々の探索，知識表現，プランニング，機械学習について取り上げる．また，講義の後半では，人工知能の中でも極めて重要な一分野であるパターン認識を取り上げ，パターン認識の基礎的な理論，手法について学習する．

［具体的な達成目標］

１．知的システムの基本的概念，役割と目的を理解する． ２．基礎的な知的システム技術の基本原理を理解する． ３．具体的な問題に対して適切な知的システム技術を選択できる．

［必要知識・準備］

数学，プログラミングの知識が必要である．具体的には，微分積分学I,II,線形代数学I,II,離散数学，確率統計及び演習I,II，プログラミング基礎，同演習，プログラミング応用，同演習を履修していることが望ましい．

［評価方法・評価基準］

No	評価項目	割合	評価の観点
1	試験：期末期	40 %	前半の授業内容の理解度を評価する．
2	試験：中間期	40 %	後半の授業内容の理解度を評価する．
3	小テスト／レポート	20 %	具体的な演習問題を通して理解度を評価する．また，講義内容に関する英語文献の理解度を評価する．

［教科書］

馬場口登，山田誠二, 人工知能の基礎(第2版), オーム社, ISBN:4274216152,
(授業の前半に関する内容)

［参考書］

［講義項目］

第１回：知的システム概説 第２回：問題解決，ブラインド探索 第３回：ヒューリスティック探索，ゲーム木の探索 第４回：知識表現 第５回：プランニング 第６回：決定木学習 第７回：ナイーブベイズ学習，アンサンブル学習 第８回：中間評価（前半の総括とまとめ） 第９回：パターン認識とは 第１０回：学習と識別関数 第１１回：誤差逆伝搬法 第１２回：特徴の評価 第１３回：サポートベクターマシン 第１４回：線形判別法 第１５回：最終評価（後半の総括とまとめ）

［教育方法］

授業中に配布する穴埋め式の講義ノートを中心に講義を行う．必要に応じて，黒板等を使って補足の説明する．講義中に適宜10～15分程度の小テストを行う． 授業内容に関するプログラミング課題を1～2程度課す． 小テストとその解答例，講義ノート，過去の試験問題とその解答例は，e-learningのページに掲載する．

［JABEEプログラムの学習・教育目標との対応］

(未登録)

［その他］

(未登録)