知識工学

学校	佐世保工業高等専門学校	開講年度	令和04年度 (2022年度)
授業科目	知識工学
科目番号	0112	科目区分	専門 / 選択
授業形態	講義	単位の種別と単位数	学修単位: 1
開設学科	電子制御工学科	対象学年	5
開設期	3rd-Q	週時間数	2
教科書/教材	スライド資料を配布する　（参考書：谷口忠大著『イラストで学ぶ人工知能』講談社）
担当教員	佐藤直之

1) 機械学習の基礎的な手法の種類と性質と原理を説明できる。
2) 教師あり学習について概要と原理を説明できる。
3) その他の機械学習手法について概要と原理を説明できる。

	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 (到達目標１）	機械学習に関する手法の原理と特徴を説明できる。	機械学習に関する手法の原理を説明できる。	機械学習に関する手法の原理を説明できない。
評価項目2（到達目標２）	教師あり学習の原理と特徴を説明できる。	教師あり学習の原理を説明できる。	教師あり学習の原理を説明できない。
評価項目3（到達目標３）	強化学習やGAの初歩的な手法について原理と特徴を説明できる。	強化学習やGAの初歩的な手法について原理を説明できる。	強化学習やGAの初歩的な手法について原理を説明できない。

学習・教育到達度目標 A-4 説明

JABEE b 説明

JABEE d 説明

JABEE e 説明

概要:

人間の知的な判断活動を計算機により再現する手法、およびその諸背景、実践的応用について学ぶ。

授業の進め方・方法:

この科目は学修単位科目のため、事前・事後学習としてレポートやオンラインテスト等を実施する。
予備知識：計算機の基礎的な命令によって、すぐ出来る事と出来ない事の区別がついている事が望ましい。　
講義室：HR教室
授業形式：講義
学生が用意するもの：特になし

注意点:

評価方法：中間テスト、後期定期テスト（２回）で評価し６０点以上を合格とする。
自己学習の指針：随所でコンピュータの立場に立ってみながらの思索を試みると良い。
オフィスアワー：なし　

アクティブラーニング	ICT 利用	遠隔授業対応	実務経験のある教員による授業

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	概要説明	技術の俯瞰的な概要、AIの歴史や応用、更にはAI適用に求められる倫理的トピックについて大まかに説明できる。
		2週	パターン認識	計算機により認識するパターンおよびその特性について説明できる。
		3週	機械学習	機械学習の分類およびk-NN法について説明できる。
		4週	教師あり学習	教師あり学習に使われるデータの種類やパーセプトロンの原理について説明できる。
		5週	ニューラルネットワークの基礎	ニューラルネットワークの原理や、その発展形である深層学習技術について説明できる。
		6週	強化学習	強化学習の原理が説明できる
		7週	遺伝的アルゴリズム（GA）	遺伝的アルゴリズムの原理が説明できる。
		8週	中間試験	人工知能に関する基礎知識を身につけている。