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 平成29年度 (2017年度)
授業科目 知能システム
科目番号 0044 科目区分 専門 / 選択
授業形態 授業 単位の種別と単位数 履修単位: 2
開設学科 情報工学科 対象学年 5
開設期 通年 週時間数 2
教科書/教材 なし
担当教員 大枝 真一

到達目標

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。
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。
統計的機械学習について理解する。

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
最小二乗法最小二乗法の原理を理解し,説明できる.最小二乗法を理解している.最小二乗法を理解していない.
最急降下法最急降下法を理解し,説明できる.最急降下法を理解している.最急降下法を理解していない.
ニューラルネットワークニューラルネットワークを理解し,説明できる.ニューラルネットワークを理解している.ニューラルネットワークを理解していない.
統計的機械学習統計的機械学習を理解し,説明できる.統計的機械学習を理解している.統計的機械学習を理解していない.

学科の到達目標項目との関係

JABEE B-2 専門分野の知識と能力
準学士課程 2(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.
授業の進め方・方法:
座学と演習によって授業を進める.
座学では手法を理解することに務めること.また,演習では理解した手法を実装し,実験によって理解を深める.
注意点:
演習およびレポートでは学習内容を実装することがあるため、C言語の基本的なプログラミングができること。

授業計画

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 前期中間試験 前期中間試験までの学習内容
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 前期定期試験 前期定期試験までの学習内容
16週 前期定期試験解説 試験の解説
後期
3rdQ
1週 学習モデルと統計的推定
確率モデルとベイズ識別を学ぶ。
2週 学習モデルと統計的推定
確率モデルとベイズ識別を学ぶ。
3週 パラメトリック手法 最尤推定,ベイズ推定を学ぶ。
4週 パラメトリック手法 最尤推定,ベイズ推定を学ぶ。
5週 データからの学習 データから数理モデルを構築する手法を学ぶ。
6週 データからの学習 データから数理モデルを構築する手法を学ぶ。
7週 データからの学習 データから数理モデルを構築する手法を学ぶ。
8週 後期中間試験 前期定期試験から後期中間試験までの学習内容
4thQ
9週 進化型計算の概要
ダーウィンの進化論、DNAの構造、進化型計算の概要について学ぶ。
10週 組合せ最適化問題
ナップサック問題の説明を行い探索手法について学ぶ。
11週 組合せ最適化問題
ナップサック問題の説明を行い探索手法について学ぶ。
12週 遺伝的アルゴリズム 遺伝的アルゴリズムの手法と特徴を学ぶ。
13週 遺伝的アルゴリズム 遺伝的アルゴリズムの手法と特徴を学ぶ。
14週 遺伝的アルゴリズム 遺伝的アルゴリズムの手法と特徴を学ぶ。
15週 後期定期試験 後期中間試験から後期定期試験までの学習内容
16週 後期定期試験解説 試験の解説

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プログラミング変数とデータ型の概念を説明できる。4
代入や演算子の概念を理解し、式を記述できる。4
制御構造の概念を理解し、条件分岐や反復処理を記述できる。4
プロシージャ(または、関数、サブルーチンなど)の概念を理解し、これらを含むプログラムを記述できる。4
与えられた簡単な問題に対して、それを解決するためのソースプログラムを記述できる。4
ソフトウェア生成に必要なツールを使い、ソースプログラムをロードモジュールに変換して実行できる。4
主要な言語処理プロセッサの種類と特徴を説明できる。4
ソフトウェア開発に利用する標準的なツールの種類と機能を説明できる。4
プログラミング言語は計算モデルによって分類されることを理解している。5
主要な計算モデルを説明できる。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。5
ソフトウェアアルゴリズムの概念を説明できる。5
与えられたアルゴリズムが問題を解決していく過程を説明できる。5
同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを理解している。5
時間計算量や領域計算量などによってアルゴリズムを比較・評価できることを理解している。5
整列、探索など、基本的なアルゴリズムについて説明できる。5
コンピュータ内部でデータを表現する方法(データ構造)にはバリエーションがあることを理解している。5
同一の問題に対し、選択したデータ構造によってアルゴリズムが変化しうることを理解している。5
リスト構造、スタック、キューなどの基本的なデータ構造の概念と操作を説明できる。5
ソフトウェアを中心としたシステム開発のプロセスを理解している。5
ソースプログラムを解析することにより、計算量等のさまざまな観点から評価できる。5
同じ問題を解決する複数のプログラムを計算量等の観点から比較できる。5
計算機工学整数・小数を2進数、10進数、16進数で表現できる。5
整数・小数をコンピュータのメモリー上でディジタル表現する方法を理解している。5
基数が異なる数の間で相互に変換できる。5
基本的な論理演算を行うことができる。3
基本的な論理演算を組合わせて、論理関数を論理式として表現できる。3
論理式の簡単化の概念を説明できる。3
五大装置それぞれの役割とこれらの間でのデータの流れを説明できる。3
プロセッサを実現するために考案された主要な技術を説明できる。3
メモリシステムを実現するために考案された主要な技術を説明できる。3
入出力を実現するために考案された主要な技術を説明できる。3
コンピュータアーキテクチャにおけるトレードオフについて理解している。3
コンピュータシステム処理形態の面でのコンピュータシステムの分類である集中処理システムと分散処理システムについて、それぞれの特徴と代表的な例を説明できる。3
ネットワークコンピューティングや組込みシステムなど、実用に供せられているコンピュータシステムの利用形態について説明できる。3
デュアルシステムやマルチプロセッサシステムなど、コンピュータシステムの信頼性や機能を向上させるための代表的なシステム構成について説明できる。4
システム設計には、要求される機能をハードウェアとソフトウェアでどのように実現するかなどの要求の振り分けやシステム構成の決定が含まれることを理解している。5
ユーザの要求に従ってシステム設計を行うプロセスを説明することができる。5
プロジェクト管理の必要性について説明することができる。5
システムプログラムコンピュータシステムにおけるオペレーティングシステムの位置づけを説明できる。3
プロセス管理機能や記憶管理機能などオペレーティングシステムが備えるべき機能を説明できる。3
形式言語の概念について説明できる。4
オートマトンの概念について説明できる。4
コンパイラの役割と仕組みについて説明できる。4
情報通信ネットワークプロトコルの概念を説明できる。3
プロトコルの階層化の概念や利点を説明できる。3
ローカルエリアネットワークの概念を説明できる。3
インターネットの概念を説明できる。3
TCP/IPの4階層について、各層の役割を説明でき、各層に関係する具体的かつ標準的な規約や技術を説明できる。3
主要なサーバの構築方法を理解している。3
情報通信ネットワークを利用したアプリケーションの作成方法を理解している。3
情報数学・情報理論集合に関する基本的な概念を理解し、集合演算を実行できる。4
集合の間の関係(関数)に関する基本的な概念を説明できる。4
ブール代数に関する基本的な概念を説明できる。4
論理代数と述語論理に関する基本的な概念を説明できる。4
離散数学に関する知識がアルゴリズムの設計に利用できることを理解している。5
コンピュータ上での数値の表現方法が誤差に関係することを理解している。5
コンピュータ上で数値計算を行う際に発生する誤差の影響を理解している。5
コンピュータ向けの主要な数値計算アルゴリズムの概要や特徴を説明できる。4
情報量の概念・定義を理解し、実際に計算することができる。4
情報源のモデルと情報源符号化について説明できる。4
通信路のモデルと通信路符号化について説明できる。4
その他の学習内容少なくとも一つの具体的なコンピュータシステムについて、起動・終了やファイル操作など、基本的操作が行える。4
少なくとも一つの具体的なオフィススイートを使って、文書作成や図表作成ができ、報告書やプレゼンテーション資料を作成できる。4
少なくとも一つのメールツールとWebブラウザを使って、メールの送受信とWebブラウジングを行うことができる。4
コンピュータウィルスやフィッシングなど、コンピュータを扱っている際に遭遇しうる代表的な脅威について説明できる。4
コンピュータを扱っている際に遭遇しうる脅威に対する代表的な対策について説明できる。4
データモデル、データベース設計法に関する基本的な概念を理解している。4
データベース言語を用いて基本的なデータ問合わせを記述できる。4
メディア情報の主要な表現形式や処理技法について説明できる。3

評価割合

試験課題合計
総合評価割合8020100
基礎的能力401050
専門的能力401050