シラバス参照

授業情報/Class Information

科目一覧へ戻る 2023/10/26 現在

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
2023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
E1-101(東1号館)/E1-101
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
人と機械の知性について,自分と異なる考え方を傾聴して,多様な考え方の視点に立つことで,対象とする問題の特性を踏まえた人工知能について考えることができるようになることを目標とします.
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.
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

科目一覧へ戻る