知能システム

科目基礎情報

学校	木更津工業高等専門学校	開講年度	令和07年度 (2025年度)
授業科目	知能システム
科目番号	j0640	科目区分	専門 / 選択
授業形態	講義	単位の種別と単位数	履修単位: 1
開設学科	情報工学科	対象学年	5
開設期	前期	週時間数	2
教科書/教材	なし
担当教員	大枝 真一

到達目標

評価項目1：最小二乗法、最急降下法について理解する。階層型ニューラルネットワークの基礎知識について理解する。
評価項目2：階層型ニューラルネットワークの学習法であるバックプロパゲーションアルゴリズムの動作について理解する。
評価項目3：ディープラーニングについて理解する。

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	最小二乗法，最急降下法の数理を理解し，人に説明できるとともに，実装できる．	最小二乗法，最急降下法の数理を理解し，実装できる．	最小二乗法，最急降下法の数理を理解し，実装できない．
評価項目2	ニューラルネットワークの数理を理解し，人に説明できるとともに，実装できる．	ニューラルネットワークの数理を理解し，実装できる．	ニューラルネットワークの数理を理解し，実装できない．
評価項目3	ディープラーニングを実際の問題に適用できる．	ディープラーニングを使うことができる．	ディープラーニングを使うことができない．

学科の到達目標項目との関係

準学士課程(R5までのDP) R5までDP_1 科学技術の基礎知識・応用力の修得・活用

準学士課程(R5までのDP) R5までDP_4 情報技術の修得

JABEE B-2 専門分野の知識と能力

教育方法等

概要:

知能システムは幅広い学問である．その中でも，データから規則性を自動的に学習する機械学習の基礎について学ぶ．
また，ニューラルネットワークを中心に学習を行う。
Pythonは機械学習の手法がさまざまライブラリとして公開されており，これらの手法を実際に利用する方法について学ぶ．

授業の進め方・方法:

【授業の進め方】
演習を中心に授業を進める。配布する資料を理解し、課題に取り組むことでスキル向上を目指す。わからないことがあれば、自分自身で調べることが大切である。
【評価方法】
課題（100％）で評価する。

注意点：オフィスアワーとして水曜日16時20分から17時として設定しているため、理解できない内容があれば質問に来ること。また、オフィスアワー以外の時間であっても事前にOffice Teamsのチャットなどにより連絡してよい。演習課題は締切までに必ず提出すること。

注意点:

・授業90分に対して180分以上の予習・復習を行うこと．
・基本的には演習およびレポートでは学習内容を実装するため，C言語あるいはPythonの基本的なプログラミングができること．

授業計画

		週	授業内容	週ごとの到達目標
前期
	1stQ
		1週	知能システムの概要	知能システムの歴史、現状、実現可能性について学ぶ。
		2週	一般的な学習手法の概要	教師あり学習、教師なし学習について学ぶ。
		3週	最小二乗法	最小二乗法の利用方法について学ぶ。
		4週	最急降下法	最急降下法について学ぶ。
		5週	最急降下法	最急降下法について学ぶ。
		6週	ニューラルネット研究の歴史と脳神経細胞の構造と機能	ニューラルネット研究の経緯と現状について学ぶ。また、脳の構造と機能、神経細胞の構造と機能、シナプス結合について学ぶ。
		7週	ニューラルネット研究の歴史と脳神経細胞の構造と機能	ニューラルネット研究の経緯と現状について学ぶ。また、脳の構造と機能、神経細胞の構造と機能、シナプス結合について学ぶ。
		8週	演習	ここまでの内容を利用して，プログラミングによる演習を行う．
	2ndQ
		9週	階層型ニューラルネットワークの学習法	階層型ニューラルネットワークの学習法について学ぶ。
		10週	階層型ニューラルネットワークの二乗誤差	ネットワーク出力と目標出力の二乗誤差について学ぶ。
		11週	バックプロパゲーション	バックプロパゲーションの仕組みについて学ぶ。
		12週	バックプロパゲーション	バックプロパゲーションの仕組みについて学ぶ。
		13週	バックプロパゲーションの実装	バックプロパゲーションを実装し、応用問題に適用できるか検討を行う。
		14週	バックプロパゲーションの実装	バックプロパゲーションを実装し、応用問題に適用できるか検討を行う。
		15週	演習	ここまでの内容を利用して，プログラミングによる演習を行う．
		16週

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
専門的能力	分野別の専門工学	情報系分野	プログラミング	要求仕様に従って、いずれかの手法により動作するプログラムを設計することができる。	4	前1,前2,前3,前4,前5
				要求仕様に従って、いずれかの手法により動作するプログラムを実装することができる。	4	前1,前2,前3,前4,前5
				要求仕様に従って、標準的な手法により実行効率を考慮したプログラムを設計できる。	4	前1,前2,前3,前4,前5
				要求仕様に従って、標準的な手法により実行効率を考慮したプログラムを実装できる。	4	前1,前2,前3,前4,前5
分野横断的能力	汎用的技能	汎用的技能	汎用的技能	あるべき姿と現状との差異(課題)を認識するための情報収集ができる	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				複数の情報を整理・構造化できる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				特性要因図、樹形図、ロジックツリーなど課題発見・現状分析のために効果的な図や表を用いることができる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
	総合的な学習経験と創造的思考力	総合的な学習経験と創造的思考力	総合的な学習経験と創造的思考力	工学的な課題を論理的・合理的な方法で明確化できる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				公衆の健康、安全、文化、社会、環境への影響などの多様な観点から課題解決のために配慮すべきことを認識している。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				要求に適合したシステム、構成要素、工程等の設計に取り組むことができる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				課題や要求に対する設計解を提示するための一連のプロセス(課題認識・構想・設計・製作・評価など)を実践できる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				提案する設計解が要求を満たすものであるか評価しなければならないことを把握している。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15
				経済的、環境的、社会的、倫理的、健康と安全、製造可能性、持続可能性等に配慮して解決策を提案できる。	4	前6,前7,前8,前9,前10,前11,前12,前13,前14,前15

評価割合

	課題	合計
総合評価割合	100	100
評価項目1、2、3	100	100