| 年度 |
2022年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA208001 |
科目区分 |
専門教育科目 |
| 授業科目名 |
人工知能と機械学習 |
授業科目名
（フリガナ） |
ジンコウチノウトキカイガクシュウ |
| 英文授業科目名 |
Artificial Intelligence and Machine Learning |
| 担当教員名 |
栗田 多喜夫 |
担当教員名
(フリガナ) |
クリタ タキオ |
| 開講キャンパス |
東広島 |
開設期 |
3年次生 後期 ３ターム |
| 曜日・時限・講義室 |
(3T) 水5-8：工103 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
|
講義中心、ディスカッション、学生の発表
状況に応じて，Teamsを用いてオンラインの講義も併用します．講義中に小テストの問題を示しますので，解答を時間までにBb9から提出してください．期末レポートのために各自でプロジェクトを行ってもらいます．その途中経過と最終成果（第８回と第１５回）について，発表を行ってもらいます．なお，講義資料等はBb9に置く予定です． |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
B
:
日本語・英語 |
| 学習の段階 |
3
:
中級レベル
|
| 学問分野（分野） |
25
:
理工学 |
| 学問分野（分科） |
02
:
情報科学 |
| 対象学生 |
|
| 授業のキーワード |
パターン認識，機械学習，人工知能 |
| 教職専門科目 |
|
教科専門科目 |
|
プログラムの中での
この授業科目の位置づけ | |
|---|
到達度評価
の評価項目 | 総合科学プログラム
（知識・理解）
・当該の個別学問体系の重要性と特性、基本となる理論的枠組みへの知識・理解
電気システム情報プログラム
（能力・技能）
・電気，システム，情報分野の基礎概念，知識および手法を具体的・専門的な問題に応用する能力
情報科学プログラム
（知識・理解）
・I1. インフォマティクスの基礎となる理論体系を理解し，科学的論理性に基づいた情報処理技術を駆使して，高次元データを収集・処理するための知識と能力 |
|---|
| 授業の目標・概要等 |
人工知能は，人間の脳の機能を人工的に模倣しようとする試みである．機械学習は，訓練用のデータからモデルのパラメータを自動的に決定する手法の総称であり，人工知能を実現するための最も基本的な要素技術のひとつである．最近，囲碁のチャンピオンと同等のプログラムが作成された．また，人間と同程度の識別性能を持つ画像認識も実現されている．これらの応用では，ディープラーニングと呼ばれる機械学習が利用されている．また，膨大なデータの中から有用な情報を見つけ出すためのデータマイニングでも機械学習が基礎技術として利用されている．本講義では，機械学習の基礎とその人工知能への応用について解説する．さらに，機械学習に関する計算アルゴリズムの習得，及び汎用高水準言語であるpythonによるプログラム作成を通して，コンピュータによる処理原理について確認する．
|
| 授業計画 |
第1回 人工知能の概要と数学的準備
第2回 確率統計の基礎
第3回 ベイズ識別理論と確率密度関数の推定
第4回 機械学習のための計算機環境とプログラミング
第5回 予測のための線形モデル
第6回 識別のための線形モデル
第7回 未学習データに対する性能
第8回 中間発表とディスカッション
第9回 情報抽出手法
第10回 カーネル学習
第11回 クラスタリング
第12回 ニューラルネットとディープラーニング
第13回 その他の機械学習手法
第14回 機械学習の応用
第15回 最終発表とディスカッション |
| 教科書・参考書等 |
[参考書]
・栗田多喜夫，日高章理，統計的パターン認識と判別分析，コロナ社．
・C. M. ビショップ (著), 元田, 栗田, 樋口, 松本, 村田監訳 , パターン認識と機械学習、 上巻、下巻、 丸善出版
・Trevor Hastie 他著、杉山、栗田、井手、前田、神島監訳、統計的学習の基礎 ―データマイニング・推論・予測― 、共立出版 |
授業で使用する
メディア・機器等 |
|
| 【詳細情報】 |
映像（PC） |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
事前に講義資料を配布する予定ですので、講義の前に目を通しておくと内容の理解が容易になると思います。また、講義で紹介した手法を実際のデータに適用してみることにより、各手法の理解が深まると思います。 |
履修上の注意
受講条件等 |
線形代数と確率統計の知識を仮定して講義を行います |
| 成績評価の基準等 |
期末レポート（約70％）と小テスト、プレゼンテーション等（約30％）の総合評価 |
| 実務経験 |
|
実務経験の概要と
それに基づく授業内容 |
|
| メッセージ |
機械学習は、最近、急速に様々な分野で利用されるようになってきた手法です。現在では、あらゆる分野でデータに基づく推論が必要になっていますが、機械学習はそのようなデータを有効活用するための必須のツールです。将来、情報技術に関わる可能性のある学生だけでなく、様々な分野でデータを扱う可能性のある学生に受講して欲しいと思います。 |
| その他 |
|
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。 |