English

年度	2024年度	開講部局	情報科学部
講義コード	KA239001	科目区分	専門教育科目
授業科目名	人工知能概論
授業科目名 （フリガナ）	ジンコウチノウガイロン
英文授業科目名	Introduction to Artificial Intelligence
担当教員名	小蔵　正輝
担当教員名 (フリガナ)	オグラ　マサキ
開講キャンパス	東広島	開設期	2年次生   前期   集中
曜日・時限・講義室	(集) 集中：総L102
授業の方法	講義	授業の方法 【詳細情報】
			講義中心、板書多用、ディスカッション、学生の発表
単位	2.0	週時間		使用言語	J : 日本語
学習の段階	2 : 初級レベル
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	人工知能，探索，確率モデル，状態推定，学習と認識，言語と論理
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 （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）	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 計算機科学プログラム （知識・理解） ・D1. 計算機科学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． データ科学プログラム （知識・理解） ・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力． （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術． 知能科学プログラム （知識・理解） ・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解． （能力・技能） ・D2. 人工知能やIoTなどの応用や発展に寄与できる情報処理能力やデータ分析能力．
授業の目標・概要等	人工知能の基本概念や歴史を理解する．探索、最適経路の探索、ゲーム理論、動的計画法、確率とベイズ理論、強化学習、フィルタリング、クラスタリング、教師あり・なし学習、ニューラルネットワーク、自然言語処理、記号論理、証明、質問応答などの人工知能の主要な領域について学ぶ．
授業計画	第1回 人工知能をつくり出そう・状態空間と基本的な探索 第2回 最適経路の探索 第3回 ゲームの理論 第4回 動的計画法 第5回 確率とベイズ理論の基礎 第6回 確率的生成モデルとナイーブベイズ 第7回 強化学習 第8回 ベイズフィルタ 第9回 粒子フィルタ 第10回 クラスタリングと教師なし学習 第11回 パターン認識と教師あり学習 第12回 ニューラルネットワーク 第13回 自然言語処理 第14回 記号論理 第15回 証明と質問応答
教科書・参考書等	イラストで学ぶ 人工知能概論 改訂第2版 (KS情報科学専門書) 　2020/12/24 谷口 忠大 (著)
授業で使用する メディア・機器等
	【詳細情報】
授業で取り入れる 学習手法
予習・復習への アドバイス	事前に教科書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ります．
履修上の注意 受講条件等	2024年度は集中講義で，8月28日～8月30日で実施予定です． 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	講義中の複数回のレポートの総合得点により決定する．
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	人工知能の基本的な概念や歴史に対する理解をしっかりと築くことが重要です．また，人工知能の分野は急速に進展しているので，新しい手法や技術にも柔軟に対応できるよう継続的な学習と興味を持つ姿勢が大切です．
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。