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。 |