到達目標
1.知的な問題解決の手順および各手法を理解する.
2.各種手法やツールを実際に利用できるようになる.
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 | 知的情報処理について、さまざまな手法を理解し、適切な手法を選択し利用できる。 | 知的情報処理について、さまざまな手法があることを知っており、その手法を応用できる。 | 知的情報処理について、いくつかの手法を知っており、一部の手法を利用できる。 |
評価項目2 | | | |
評価項目3 | | | |
学科の到達目標項目との関係
到達目標 B 1
説明
閉じる
JABEE d-1
説明
閉じる
教育方法等
概要:
人間の知的機能を計算機において実現することには、知識をどのように獲得し、どのように表現し、どのように判断するか等の問題がある。現在、これを解決する手法がいくつか確立している。本講義ではこれらの手法を演習をまじえながら具体的に学ぶ。
授業の進め方・方法:
講義と演習を行いながら学習を進める。実際に大きなプログラムを作成する演習も行う。演習のレポートには学習シート的な内容も記述する。また、受講生は授業内容を理解するために復習を必ず行うこと。
注意点:
試験80%+演習20%で評価する
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 |
人工知能とは、 問題解決の手順 【事前事後学習の内容(1時間)】演習問題 |
人工知能の概略と問題解決の手順、問題の定式化、状態空間法について学び、演習を行う。問題分割法について学び、演習を行う。
|
2週 |
盲目的探索 【事前事後学習の内容(0.5時間)】演習問題 |
盲目的探索について学ぶ。
|
3週 |
盲目的探索演習 【事前事後学習の内容(2時間)】プログラミング演習 |
盲目的探索のプログラムを実際に作成する。
|
4週 |
ヒューリスティクス探索 【事前事後学習の内容(1時間)】演習問題 |
ヒューリスティクス探索(山登り法、最良優先探索,A*アルゴリズム)について学ぶ。
|
5週 |
ゲームの探索 【事前事後学習の内容(0.5時間)】演習問題 |
min-max法、アルファベータ法について学ぶ。
|
6週 |
知識の表現、 【事前事後学習の内容(1時間)】演習問題 |
ルール、意味ネットワーク、フレーム、述語論理について学ぶ。
|
7週 |
Prolog入門 【事前事後学習の内容(1時間)】プログラミング演習 |
Prologの使い方を学び、演習を行う。
|
8週 |
決定木 【事前事後学習の内容(1時間)】演習問題 |
決定木について学ぶ
|
4thQ |
9週 |
中間試験 【事前事後学習の内容(2時間)】試験勉強 |
問題の定式化、探索、知識の表現、Prolog、決定木について試験を行う。
|
10週 |
中間試験解答、解説 【事前事後学習の内容(0.5時間)】試験範囲復習 |
問題の定式化、探索、、知識の表現、Prolog、決定木について試験の解答、解説を理解する。
|
11週 |
SVM 【事前事後学習の内容(1時間)】演習問題 |
SVMについて学ぶ
|
12週 |
遺伝的アルゴリズム 【事前事後学習の内容(2時間)】演習問題 |
遺伝的アルゴリズムについて学び、演習を行う。
|
13週 |
ニューラルネットワーク(1) 【事前事後学習の内容(1時間)】演習問題 |
ニューラルネットワークの基本について学ぶ
|
14週 |
ニューラルネットワーク(2) 【事前事後学習の内容(1時間)】演習演習 |
近年のニューラルネットワークで用いられる手法について学ぶ
|
15週 |
期末試験 【事前事後学習の内容(2時間)】試験勉強 |
SVM、遺伝的アルゴリズム、ニューラルネットワークについての試験を行う。
|
16週 |
答案返却など 【事前事後学習の内容(0.5時間)】試験範囲復習
|
SVM、遺伝的アルゴリズム、ニューラルネットワークについての試験の解答、解説を理解する。
|
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 | 演習 | | | | | 合計 |
総合評価割合 | 80 | 20 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 10 | 5 | 0 | 0 | 0 | 0 | 15 |
専門的能力 | 60 | 10 | 0 | 0 | 0 | 0 | 70 |
分野横断的能力 | 10 | 5 | 0 | 0 | 0 | 0 | 15 |