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	知的ロボティクスＢ／AI-based RoboticsＢ
時間割コード ／Course Code	S21B0033_S6
開講所属 ／Course Offered by	システム工学研究科／Graduate School of Systems Engineering
ターム・学期 ／Term・Semester	2024年度／Academic Year　　第3クォーター／3Q
曜限 ／Day, Period	火／Tue　3
開講区分 ／Semester offered	第3クォーター／3Q
単位数 ／Credits	1.0
学年 ／Year	1,2
主担当教員 ／Main Instructor	中村　恭之／Takayuki Nakamura
科目区分 ／Course Group	_
授業形態 ／Lecture Form	講義
教室 ／Classroom	北３号館Ｂ２０２／北３号館Ｂ２０２
開講形態 ／Course Format
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 システム工学研究科 1.高度な専門性と研究力 10

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
中村　恭之／Takayuki Nakamura	システム工学部（教員）

授業の概要・ねらい ／Course Aims	本講義では，ロボティクスやコンピュータビジョンで使用される機械学習・点群処理の各種計算方法について学び，さらに，それらの計算方法について，実際にpythonを用いた数値実験を行ってもらう． この講義で学んだことを各自の研究に活用されることを期待する．
到達目標 ／Course Objectives	講義で紹介する様々な機械学習の数学的概念や計算論について，基本的事項を説明することができる．
成績評価の方法・基準 ／Grading Policies/Criteria	講義中に課す課題の評価(40％)，及び期末試験の成績(60%)によって評価する．講義中の課題においては講義内容の理解度を評価し，期末試験においては学期全体の講義内容について，把握および深化の度合いを評価する．
教科書 ／Textbook	記載事項なし 講義資料はMoodleで公開する．
参考書・参考文献 ／Reference Book	講義時間中に紹介する． 特定の参考書はない．
履修上の注意 ・メッセージ ／Notice for Students	講義の説明のために公開する資料は，他人への再配布・転載不可である．
履修する上で必要な事項 ／Prerequisite	記載事項なし
履修を推奨する関連科目 ／Related Courses	記載事項なし
授業時間外学修についての指示 ／Instructions for studying outside class hours	本授業の授業計画に沿って，準備学習1時間と復習1時間を行ってください．さらに，授業内容に関連する課題に関する調査・考察を含めて，毎回の授業ごとに自主的学修を求めます．
その他連絡事項 ／Other messages	対面・遠隔授業，どちらの場合でも，Moodleを使用します．
授業理解を深める方法 ／How to deepen your understanding of classes	講義期間中に課されるレポート，小テストは必ず提出すること． レポートでは自らテーマを設定する課題も含んでいる． 【「アクティブラーニング」実施要項⑤】
オフィスアワー ／Office Hours	授業をすべて対面で行う場合は，講義終了後から講義室において質問を受けます． 授業をすべて非対面で行う場合は，Moodleや，e-mailで質問してください．
科目ナンバリング ／Course Numbering	S61055J10099T597

No.	回（日時） ／Time (date and time)	主題と位置付け ／Subjects and instructor's position	学習方法と内容 ／Methods and contents	備考（担当） ／Notes
1	1	機械学習1（概論・主成分分析）
2	2	機械学習2（クラスタリング）
3	3	機械学習3（KNN）
4	4	機械学習4（CART）
5	5	機械学習5（SVM）
6	6	点群処理1
7	7	点群処理2
8	8	まとめと試験