到達目標
１ 情報科学や人工知能に関する各事項の概要や特徴を説明できる。
２ 情報科学や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 | 情報科学や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。 | 情報科学や人工知能に関する各事項の概要や特徴を説明できる。 | 情報科学や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2 | 情報科学や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。 | 情報科学や人工知能に関するプログラムを作成できる。 | 情報科学や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
学習・教育到達度目標 (B)
説明
閉じる
学習・教育到達度目標 (H)
説明
閉じる
教育方法等
概要:
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。本授業では情報科学や人工知能分野の基礎について学ぶ。
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。
・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】
・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。
・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。
・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:
【成績の評価方法・評価基準】
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。
【備考】
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。
【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 |
| 後期 |
| 3rdQ |
| 1週 |
・シラバス内容の説明
・人工知能の概要 |
１，２
|
| 2週 |
・人工知能における問題表現 |
１，２
|
| 3週 |
・人工知能における基本的な探索法 |
１，２
|
| 4週 |
・人工知能における発見的探索法 |
１，２
|
| 5週 |
・ゲーム理論 |
１，２
|
| 6週 |
・確率とベイズ理論 |
１，２
|
| 7週 |
・まとめと演習 |
１，２
|
| 8週 |
・中間試験 |
|
| 4thQ |
| 9週 |
・中間試験の返却と解説
・強化学習 |
１，２
|
| 10週 |
・状態推定 |
１，２
|
| 11週 |
・教師なし学習 |
１，２
|
| 12週 |
・教師あり学習 |
１，２
|
| 13週 |
・ニューラルネットワーク |
１，２
|
| 14週 |
・自然言語処理 |
１，２
|
| 15週 |
・まとめと演習 |
１，２
|
| 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 | 実技等 | 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 |