到達目標
□ 人工知能の基礎と応用分野の概要を理解できる
□ 探索の原理を理解し、簡単な計算ができる
□ 学習の技法やその概要について理解できる
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 | 人工知能の原理と応用を説明できる | 人工知能の原理と応用を理解できる | 人工知能の原理と応用を理解できない |
| 評価項目2 | 探索の技法を応用できる | 探索の技法を理解できる | 探索の技法を理解できない |
| 評価項目3 | 学習の技法を応用できる | 学習の技法を理解できる | 学習の技法を理解できない |
学科の到達目標項目との関係
教育方法等
概要:
人工知能の各分野について、あまり高度な部分には立ち入らずに概観する。
授業の進め方・方法:
人工知能の基本である探索について一通り学んだ後、学習などやや高度な話題も紹介する。さらにコンピュータを利用した演習を併用することで理解を深める。
注意点:
人工知能は多くの分野と深く関係します。関連科目との関係を踏まえて本質的な理解を目指してください。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
授業概要 |
この授業の概要を理解する
|
| 2週 |
探索（１） |
状態空間表現を理解する
|
| 3週 |
探索（２） |
縦型・横型探索を理解する
|
| 4週 |
探索（３） |
ヒューリスティック探索を理解する
|
| 5週 |
探索（４） |
探索による制約充足問題の解法を理解する
|
| 6週 |
探索（５） |
ゲーム木探索を理解する
|
| 7週 |
探索（６） |
動的計画法を理解する
|
| 8週 |
中間試験 |
|
| 2ndQ |
| 9週 |
学習（１） |
教師あり学習と教師なし学習の違いを理解する
|
| 10週 |
学習（２） |
クラスタリングの基礎を理解する
|
| 11週 |
学習（３） |
パターン認識の基礎を理解する
|
| 12週 |
学習（４）
|
ニューラルネットワークを理解する
|
| 13週 |
学習（５） |
ベイズ推定の基本事項を理解する
|
| 14週 |
学習（６） |
機械学習の情報工学への応用を理解する
|
| 15週 |
まとめと振り返り |
授業後半の復習
|
| 16週 |
定期試験 |
|
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 80 | 0 | 0 | 0 | 0 | 20 | 100 |
| 基礎的能力 | 40 | 0 | 0 | 0 | 0 | 0 | 40 |
| 専門的能力 | 40 | 0 | 0 | 0 | 0 | 20 | 60 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |