| 授業科目名（和文） ［Course］ |
人工知能 |
| 授業科目名（英文） ［Course］ |
Artificial Intelligence |
| 学部（研究科） ［Faculty］ |
情報工学部 |
| 学科（専攻） ［Department］ |
情報システム工学科 |
| 担当教員（○：代表教員） [Principle Instructor(○) and Instructors] |
○岩橋 直人 自室番号（2609）、電子メール（iwahashi**c.oka-pu.ac.jp） ※利用の際は,** を @に置き換えてください |
| 単位数 ［Point(Credit)］ |
後期 2単位 |
| 対象学生 ［Eligible students］ |
2年次生（平成23年度以降入学生） 3年次生（平成22年度入学生） |
| 授業概略と目標 ［Course description and Objects］ |
人間の知能を計算機で構成することを目的とした人工知能の基礎について扱う．人工知能の分野を概観しつつ，その導入レベルについて理解する． |
| 到達目標 ［Learning Goal］ |
人工知能の初歩的内容について知り，それを計算機によって実現することができる程度まで理解を深める． |
| 履修上の注意 ［Notes］ |
人工知能は教養的科目ではありません．人工知能という専門領域や関連領域の内容を含めつつ講義をします． |
| 授業計画とスケジュール ［Course schedule］ |
1. 人工知能をつくり出そう ?人工知能とは何か？を学ぶ。 ?人工知能の歴史を学ぶ。 ?人工知能の基本問題を学ぶ。 ?ホイールダック2号の冒険について説明する。 2. 探索（１）：状態空間と基本的な探索 ?状態空間表現を学ぶ。 ?迷路からの状態空間構成を学ぶ。 ?基本的な探索を学ぶ。 ?ホイールダック2号の迷路探索について説明する。 3. 探索（２）：最適経路の探索 ?最適経路の探索とヒューリスティックな知識を学ぶ。 ?最適探索を学ぶ。 ?最良優先探索を学ぶ。 ?A*アルゴリズムを学ぶ。 ?迷路を最適経路で抜けるホイールダック2号について説明する。 4. 探索（３）：ゲームの理論 ?利得と回避行動を学ぶ。 ?標準型ゲームを学ぶ。 ?展開型ゲームを学ぶ。 5. 多段階決定（１）：動的計画法 ?多段決定問題を学ぶ。 ?動的計画法を学ぶ。 ?ホイールダック2号「宝を拾ってゴール」について説明する。 ?例として編集距離の計算を学ぶ。 6. 確率とベイズ理論の基礎 ?環境の不確実性を学ぶ。 ?確率の基礎を学ぶ。 ?ベイズの定理を学ぶ。 ?確率システムを学ぶ。 7. 多段階決定（２）：強化学習 ?強化学習とは何か？を学ぶ。 ?マルコフ決定過程を学ぶ。 ?割引累積報酬を学ぶ。 ?価値関数を学ぶ。 ?学習方法の例としてＱ学習を学ぶ。 8. 位置推定（１）：ベイズフィルタ ?位置推定の問題を学ぶ。 ?部分観測マルコフ決定過程を学ぶ。 ?ベイズフィルタを学ぶ。 ?通路上のホイールダック2号の位置推定について説明する。 9. 位置推定（２）：粒子フィルタ ?ベイズフィルタの問題点を学ぶ。 ?モンテカルロ近似を学ぶ。 ?粒子フィルタを学ぶ。 ?通路上のホイールダック2号の位置推定について説明する。 10.学習と認識（１）：クラスタリング ?クラスタリングを学ぶ。 ?K-means法を学ぶ。 ?混合ガウス分布を学ぶ。 ?階層的クラスタリングを学ぶ。 ?低次元化を学ぶ。 11.学習と認識（２）：パターン認識 ?機械学習の基礎を学ぶ。 ?パターン認識を学ぶ。 ?回帰問題を学ぶ。 ?分類問題を学ぶ。 12.言語と論理（１）：自然言語処理 ?自然言語処理を学ぶ。 ?形態素解析を学ぶ。 ?構文解析を学ぶ。 ?Bag-of-Words表現を学ぶ。 13.言語と論理（２）：記号論理 ?記号論理を学ぶ。 ?述語論理を学ぶ。 ?節形式を学ぶ。 14.言語と論理（３）：証明と質問応答 ?導出原理を学ぶ。 ?述語論理による質問応答を学ぶ。 ?スフィンクスの謎かけについて説明する。 15.まとめ：知能を「つくる」ということ ?ホイールダック2号の冒険：総集編を説明する。 ?身体の知について学ぶ。 ?記号の知について学ぶ。 ?人工知能と未来について学ぶ。 |
| 成績評価方法と基準 ［Grading policy (Evaluation)］ |
授業態度（出欠を含む）と期末試験の成績とあわせて，総合的に評価する．試験は講義の中で取り扱った内容全般について出題します． |
| 教科書 ［Textbook］ |
教科書として，以下の書籍を用いる. イラストで学ぶ人工知能概論、谷口忠大著、講談社、2600円（税抜） |
| 自主学習ガイド及び キーワード ［Self learning］ |
授業の中で，トピックごとに自主学習を促す課題や参考資料を提示する． 参考書として適宜以下の書籍を用いると良い. １．人工知能の基礎，小林一郎，サイエンス社 ２．人工知能の理論，白井良明，コロナ社 ３．予測にいかす統計モデリングの基本ーベイズ統計入門から応用まで,樋口和之，講談社 キーワード：人工知能、探索、ベイズ理論、多段階決定、位置推定、学習、認識、言語、論理 |
| 開講年度 ［Year of the course］ |
28 |