| 理想的な到達レベル(優) | 標準的な到達レベル(良) | 最低限必要な到達レベル(可) |
複雑系の概念について理解し、説明、およびモデル化できる(レポートで評価する)。 | 複雑系の概念についての基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づいてモデル化でき、更にこのモデルを応用して別の問題に適用でる。 | 複雑系の概念についての基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づき、モデル化できる。 | 複雑系の概念についての基礎を理解できる。 |
マルチエージェント・システムについて理解し、説明、および実装できる(レポートで評価する)。 | マルチエージェント・システムについての基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | マルチエージェント・システムについての基礎を理解し、基礎的な問題の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | マルチエージェント・システムについての基礎を理解できる。 |
強化学習の基礎を理解し、説明、および実装できる(レポートで評価する)。 | 強化学習の基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | 強化学習の基礎を理解し、基礎的な問題の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | 強化学習の基礎を理解できる。 |
遺伝的アルゴリズムの基礎を理解し、説明、および実装できる(レポートで評価する)。 | 遺伝的アルゴリズムの基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | 遺伝的アルゴリズムの基礎を理解し、基礎的な問題の構成要素について考察した結果に基づき、モデル化、実装、そして実験できる。 | 遺伝的アルゴリズムの基礎を理解できる。 |
複雑系の構成論的研究手法について理解し、本手法を用いて、自ら理解したい対象・現象を具体的にモデル化実装、実験、解析、そして考察できる(レポートで評価する)。 | 複雑系科学の基礎的知識・技術について理解し、構成論的手法を用いて、自身の理解したい対象・現象の構成要素について考察した結果に基づき、モデル化、実装、実験、そして解析でき、さらに得られた結果について議論できる。 | 複雑系科学の基礎的知識・技術について理解し、構成論的手法を用いて、自身の理解したい対象・現象の構成要素について考察した結果に基づき、それらをモデル化できる。 | 複雑系科学の基礎的知識・技術について理解できる。 |
ニューラルネットワークの基礎を理解し、説明できる(演習課題で評価する)。 | ニューラルネットワークの基礎を理解し、自身の理解したい対象・現象の構成要素について考察した結果に基づき、ニューラルネットワークを用いてモデル化、実装、実験、解析、そして考察できる。 | ニューラルネットワークの基礎を理解し、ニューラルネットワークを用いて基礎的な問題を解くことができる。 | ニューラルネットワークの基礎を理解できる。 |