到達目標
1.人工知能の基本的知識が理解できること
2.人工知能のアルゴリズムを理解し問題を解くことができる
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 | アルゴリズムを理解し動作や実行結果の推測ができる | どのように動作し問題解決を目指すのか概要が理解できる | どのように動作し問題解決を目指すのか概要が理解できない |
| 評価項目.2 | 与えられた手法を適切に利用し問題を解き、結果を考察できる | 各種手法を用いて問題を解くプロセスが理解できる | 各種手法を用いて問題を解くプロセスが理解できない |
学科の到達目標項目との関係
教育方法等
概要:
人工知能とは人間の知能に関する諸機能をコンピュータ上に実現することを目的とした分野である。この授業では人工知能の基礎となる推論・学習やその実現方法などを広く紹介する
授業の進め方・方法:
座学が中心で有るが、コンピュータを用いた演習も行なっていく
注意点:
本科目の区分
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 |
人工知能の概要と歴史 |
1
|
| 2週 |
問題解決 |
1
|
| 3週 |
系統的探索法と発見的探索法 |
1
|
| 4週 |
問題分解法とゲーム探索 |
1
|
| 5週 |
記号理論 |
12
|
| 6週 |
導出原理と論理プログラム |
12
|
| 7週 |
意味ネットワークとオントロジー |
1
|
| 8週 |
中間試験 |
1
|
| 4thQ |
| 9週 |
プロダクションシステム |
12
|
| 10週 |
知識の不確実性の取り扱い |
1
|
| 11週 |
機械学習 |
12
|
| 12週 |
ニューラルネットワーク |
12
|
| 13週 |
遺伝的アルゴリズム |
12
|
| 14週 |
自然言語処理 |
1
|
| 15週 |
期末試験 |
1
|
| 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 |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | 小テスト・レポート | その他 | 合計 |
| 総合評価割合 | 70 | 0 | 0 | 0 | 30 | 0 | 100 |
| 基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 専門的能力 | 70 | 0 | 0 | 0 | 30 | 0 | 100 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |