基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名 ／Course	◆人工知能の初歩／Invitation to Artificial Intelligence
時間割コード ／Course Code	R1001032_G1
開講所属 ／Course Offered by	共通／
ターム・学期 ／Term・Semester	2024年度／Academic Year　　第1クォーター／1Q
曜限 ／Day, Period	月／Mon　5
開講区分 ／Semester offered	第1クォーター／1Q
単位数 ／Credits	1.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	松田　憲幸
授業形態 ／Lecture Form	講義・演習
教室 ／Classroom	東１号館Ｅ１-２０９／E1-209
開講形態 ／Course Format	遠隔授業（授業回数全体の半分以上）
ディプロマポリシー情報 ／Diploma Policy	要件所属 ／Course Name ディプロマポリシー ／Diploma Policy DP値 ／DP Point 共通 幅広い教養と分野横断的な学力 2 共通 専門的知識や技能 4 共通 課題解決力と自己学修能力 3 共通 協働性とコミュニケーション能力 1

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
松田　憲幸	システム工学部（教員）

授業の概要・ねらい ／Course Aims	人と機械の知性の特性の違いを顕在化するために，まず，人工知能がどのような問題に対し，どのようにアプローチしたかを理解する．自身で熟考し，他者との議論を通してを人工知能が扱った問題と，アプローチで構築された知識との峻別を図ることで，人がもつ無意識の共通認識を浮き彫りにすることをねらう．
到達目標 ／Course Objectives	人工知能を設計する困難性を踏まえ，対象とする問題の特性に基づき解決アプローチを説明できるようになる．計算原理，探索問題，判別問題，計画問題，機械学習について問題と知識を峻別でき，アプローチの特徴を説明する．
成績評価の方法・基準 ／Grading Policies/Criteria	授業中に課すレポートで評価します．評価の基準は（１）主張・意見の分かりやすさ，（２）主張を支える根拠の妥当性，（３）例示の妥当性です．
教科書 ／Textbook	記載事項なし
参考書・参考文献 ／Reference Book	記載事項なし
履修上の注意 ・メッセージ ／Notice for Students	記載事項なし
履修する上で必要な事項 ／Prerequisite	レポートの提出は，指示された期日までにmoodleへ提出です．授業内で PC を使用しますから，各自持参すること．グループ演習について授業の中で案内します．
履修を推奨する関連科目 ／Related Courses	人工知能概論 データサイエンスへの誘いA/B データサイエンス入門A/B
授業時間外学修についての指示 ／Instructions for studying outside class hours	指定された動画を視聴し予習すること． 授業時間外学習として毎回予習2 時間・復習2 時間を確保してください。
その他連絡事項 ／Other messages	記載事項なし
授業理解を深める方法 ／How to deepen your understanding of classes	グループ演習に際し，まず，自分の意見を十分に整理し，積極的に発言しましょう。他の学生の主張との相違点を洗い出し，理由を話し合いましょう。 【「アクティブ・ラーニング」実施要項 ⑩】
オフィスアワー ／Office Hours	木曜日5限，訪問先：北一号館A615室，email等(matsuda@wakayama-u.ac.jp)で事前予約ください．
科目ナンバリング ／Course Numbering	C61031J1111032i2

No.	回（日時） ／Time (date and time)	主題と位置付け（担当） ／Subjects and instructor's position	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第一講	対象問題の複雑さ	人工知能の歴史 AIと社会 トイプロブレム エキスパートシステム 強いAI／弱いAI 倫理の問題 産業とAI	遠隔授業（同時双方向） PC 使用
2	第二講	計算原理	チューリングマシン 状態遷移	遠隔授業（同時双方向） PC 使用
3	第三講	探索問題	探索アルゴリズム 決定問題，決定木	遠隔授業（同時双方向） PC 使用
4	第四講	計画問題	プランニング 状態空間	遠隔授業（同時双方向） PC 使用
5	第五講	問題と知識	人工の知能と人の知能 特殊な問題と普遍の知識	遠隔授業（同時双方向） PC 使用
6	第六講	機械学習	教師あり／なし学習 予測（回帰） 強化学習	遠隔授業（同時双方向） PC 使用
7	第七講	深層学習	ニューラルネットワーク 深層学習、特徴抽出，畳み込み(CNN)	遠隔授業（同時双方向） PC 使用
8	第八講	定式化とアプローチ	問題の定式化と解決アプローチ 機械学習と特徴抽出	遠隔授業（同時双方向） PC 使用