到達目標
１ 情報科学に関する各事項の概要や特徴を説明できる。
２ 情報科学に関するプログラムを作成できる。
３ 人工知能に関する各事項の概要や特徴を説明できる。
４ 人工知能に関するプログラムを作成できる。
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 | 情報科学に関する各事項の概要や特徴を十分に理解し説明できる。 | 情報科学に関する各事項の概要や特徴を説明できる。 | 情報科学に関する各事項の概要や特徴を説明できない。 |
| 評価項目2 | 情報科学に関する諸概念を十分に理解しプログラムを作成できる。 | 情報科学に関するプログラムを作成できる。 | 情報科学に関するプログラムを作成できない。 |
| 評価項目3 | 人工知能に関する各事項の概要や特徴を十分に理解し説明できる。 | 人工知能に関する各事項の概要や特徴を説明できる。 | 人工知能に関する各事項の概要や特徴を説明できない。 |
| 評価項目4 | 人工知能に関する諸概念を十分に理解しプログラムを作成できる。 | 人工知能に関するプログラムを作成できる。 | 人工知能に関するプログラムを作成できない。 |
学科の到達目標項目との関係
教育方法等
概要:
【授業目的】
情報学は学際的な学問領域であり，コンピュータ技術の発展と共に開拓されてきた領域である。前半では，コンピュータサイエンスに関する基本概念などを学ぶ．後半では，最適化や学習，ベイズ理論などを中心として人工知能分野の基礎について学ぶ。
【Course Objectives】
The aim of this course is to learn the basics of computer science and artificial intelligence.
授業の進め方・方法:
【授業方法】
スライドを用いた講義とプログラミング演習を中心に授業を進めていく。毎回，講義内容に関するレポート課題を与えるので，指定日までに提出する。学生の理解レベルや授業進度に応じて授業計画を変更する場合もある。
【学習方法】
1. 事前にシラバスを見て配布資料及び教科書の該当箇所を読み，疑問点を明確にする。
2. 授業では，説明箇所の必要と思われる部分はノートに書き，疑問点は質問する。
3. プログラミング演習，レポート課題は必ず自分で考える。疑問点は質問する。
注意点:
【定期試験の実施方法】
中間試験と期末試験を行う。試験時間は50分間である。自筆ノートや関数電卓の持ち込みを許可する場合もある。詳細については，定期試験直前の授業で連絡する。
【成績の評価方法・評価基準】
成績の評価方法は中間・期末の２回の定期試験の平均値（60％），単元毎に課す自己学習としての演習課題等の内容の評価（40％）の合計をもって総合成績とする。到達目標に記載した各項目に関する到達度を評価基準とする。長期休暇中に加点課題（提出任意）を与える場合もある。
【履修上の注意】
授業中のプログラミング演習，レポート課題ではプログラミング言語としてPythonを利用するが，授業中に必要な内容は説明をおこなう。ただし，C言語など他の言語でのプログラム経験がある方が望ましい。
【教員の連絡先】
研 究 室 A棟3階（A-318）
内線電話 8950
e-mail: mitoアットマークmaizuru-ct.ac.jp（アットマークは@に変えること）
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 |
シラバスの説明，Pythonの概要
[演習課題] Pyhtonのプログラミング演習 |
１，２
|
| 2週 |
Pythonによるアルゴリズムとデータ構造の基本
[演習課題] アルゴリズムとデータ構造の基本 |
１，２
|
| 3週 |
Pythonによるアルゴリズムとデータ構造
[演習課題] アルゴリズムとデータ構造 |
１，２
|
| 4週 |
Pythonによるソートと探索
[演習課題] ソートと探索 |
１，２
|
| 5週 |
計算複雑性
[演習課題] 計算複雑性 |
１，２
|
| 6週 |
人工知能の概要
[演習課題] 人工知能の概要 |
３，４
|
| 7週 |
状態空間と基本的な探索
[演習課題] 状態空間と基本的な探索 |
３，４
|
| 8週 |
中間試験 |
|
| 2ndQ |
| 9週 |
中間試験の返却と解説，ヒューリスティックな探索
[演習課題] ヒューリスティックな探索 |
３，４
|
| 10週 |
動的計画法
[演習課題] 動的計画法 |
３，４
|
| 11週 |
確率とベイズ理論
[演習課題] 確率とベイズ理論 |
３，４
|
| 12週 |
強化学習
[演習課題] 強化学習 |
３，４
|
| 13週 |
ニューラルネットワーク
[演習課題] ニューラルネットワーク |
３，４
|
| 14週 |
クラスタリングとパターン認識
[演習課題] クラスタリングとパターン認識 |
３，４
|
| 15週 |
自然言語処理
[演習課題] 自然言語処理 |
３，４
|
| 16週 |
（15週目の後に期末試験を実施）
期末試験返却・達成度確認 |
|
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 | 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 | 60 | 0 | 0 | 0 | 40 | 0 | 100 |
| 基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 専門的能力 | 60 | 0 | 0 | 0 | 40 | 0 | 100 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |