授業科目名				担当教員
知的システムII				福本　文代
時間割番号	単位数	コース	履修年次	期別	曜日	時限
TCS319	2	(未登録)	3	後期	月	III
［概要］
計算機に人間の思考や言語処理能力を与える研究は，人工知能として古くからなされてきた．そして現在，ネットワーク社会を支えるもっとも重要な情報技術のひとつになりつつある．本講義では，知的システムＩの後続科目として，知的システムIで学んだ「機械学習」を応用したメディア処理に焦点をあてる．授業前半では，ロボットの経路探索，テキスト分類，情報検索，を取り上げ，「機械学習」を用いて処理する手法を学ぶ．授業後半では，データ解析とクラウドソーシングに焦点をあて，意思決定のために必要な情報抽出とそれを用いた予測について学ぶ．
［具体的な達成目標］
１．強化学習による経路探索を理解する．（レベル２） ２．テキスト分類に関する手法を理解する．（レベル２） ３．検索処理方法を理解する．（レベル３） ４．データ解析で用いるスクリプト言語とツールを理解する．（レベル３） ５．回帰分析とアンサンブル学習を理解する．（レベル２） ６．クラウドソーシング、ヒューマンコンピュテーションについて理解する．（レベル２）
［必要知識・準備］
先修科目である知的システムIで学習した知識．
［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  % 達成目標１から４の理解度を評価する  2 試験：中間期  40  % 達成目標１から３の理解度を評価する  3 小テスト／レポート  20  % 授業内容に関するレポートの結果を評価に加算する
［教科書］
(未登録)
［参考書］
Wes McKinnery, Pythonによるデータ分析入門, オライリージャパン, ISBN:9784873116556 徳永健伸　他, 情報検索と言語処理, 東京大学出版会, ISBN:9784130654050
［講義項目］
第１回　ガイダンスと知的システムII概説, Q-learning 第２回　Q-learningの適用例 第３回　情報検索(索引語抽出) 第４回　情報検索（NB, SVMsによる分類） 第５回　情報検索（クラスタリング，次元圧縮） 第６回　情報検索（検索モデル） 第７回　情報検索（ランキング） 第８回　情報検索（ランキング学習） 第９回　情報検索の性能評価 第１０回　中間評価（総括とまとめ） 第１１回　データ解析（スクリプト言語） 第１２回　データ解析（回帰問題） 第１３回　データ解析（アンサンブル学習） 第１４回　クラウドソーシングとヒューマンコンピュテーション 第１５回　最終評価（総括とまとめ）
［教育方法］
テキストはWeb上に掲示する．例題・演習を通して理解を深める．
［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)