広島大学シラバス

シラバスTOPへ
English
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。 
シラバスTOPへ