到達目標
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目1 | | | |
評価項目2 | | | |
評価項目3 | | | |
学科の到達目標項目との関係
教育方法等
概要:
知能システムでは,多くの知能について様々な場面で用いられるようになった人工知能の基礎として,知能システムの基礎を理解し,知能を表現する方法,コンピュータが身に着ける方法等について学習し,実際に利用するための基本的な内容を学習する.
授業の進め方・方法:
学習上の留意点:
本講義では非常に多くの数式を扱うことになりますが、まず見た目に圧倒されないことが最も重要です。必要とされる数学的知識は限られており、見た目ほど難しいものではありません。与えられた演習問題を必ず自分で解いて、理解を深めて下さい。
注意点:
必要とされる予備知識:数学,プログラミング,グラフ理論
関連する科目:情報数学(本科),アルゴリズムとデータ構造(本科),オブジェクト指向プログラミング(本科),オートマトン(本科)
「生産システム工学専攻」学習・教育到達目標の評価:中間試験(B-2)(30%),期末試験(B-2)(30%),課題(B-2)(40%)
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
後期 |
3rdQ |
1週 |
ガイダンス・知能システムとは |
学習の意義、進め方、評価方法の周知 知能システムの概要を理解できる
|
2週 |
モデル化と問題解決 |
問題解決をモデルで表現できる
|
3週 |
記号理論 プロダクションシステム |
状態変化を記号で表記できる if-thenルールを理解できる
|
4週 |
意味ネットワーク オブジェクト指向 |
概念間の関係をネットワーク表記できる オブジェクト指向のモデル表現ができる
|
5週 |
オブジェクト指向 ヒューリステックを用いない探索 |
オブジェクト指向のモデル表現ができる 探索について理解し,ヒューリステックを用いない探索法を知る
|
6週 |
ヒューリステックを用いない探索 |
探索について理解し,ヒューリステックを用いない探索法を知る
|
7週 |
ヒューリステックを用いた探索 |
ヒューリステックを用いた探索法を知る
|
8週 |
中間試験 |
|
4thQ |
9週 |
試験答案の返却と解答 確率的推論 |
試験問題を通じて間違った箇所を理解できる 推論を理解し,実際に推論の方法を理解する
|
10週 |
確率的推論 |
推論を理解し,実際に推論の方法を理解する
|
11週 |
単結合ネットワークにおける推論 |
単結合ネットワークの推論方法を理解する
|
12週 |
学習とは |
コンピュータにおける学習を理解する
|
13週 |
強化学習 |
強化学習の方法を理解する
|
14週 |
強化学習 |
強化学習の方法を理解する
|
15週 |
進化型計算 |
様々な問題解決における計算手法を理解する
|
16週 |
期末試験 |
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 試験 | 課題 | 合計 |
総合評価割合 | 60 | 40 | 100 |
基礎的能力 | 0 | 0 | 0 |
専門的能力 | 60 | 40 | 100 |
分野横断的能力 | 0 | 0 | 0 |