知能情報工学

2019-12-01 (日) 15:14:32 (15d) | Topic path: Top / 授業 / 知能情報工学

授業の主旨(概要)

人工知能 (AI) 分野の中心的な課題の一つに、問題解決がある。 機械(コンピューター)によって問題を解決するためには、知識(知識の表現、利用、獲得)、探索論理(論理表現と推論)、記号処理(論理プログラミングとリスト処理)などが必要となる。

本授業では、これらのうち、問題の表現探索論理学習(知識の獲得)に焦点を絞り、人工知能についての基礎知識を理解することを目的とする。

具体的達成目標

  1. 問題の表現方法を理解し、自分で表現することができる
  2. 基本的な探索方法を理解し、自分で使うことができる
  3. 命題論理と推論を理解し、自分で使うことができる
  4. 述語論理と導出原理を理解し、自分で使うことができる
  5. 機械学習の原理を理解し、自分で使うことができる

授業計画

  1. 人工知能概説
  2. 問題解決
  3. 探索1 横型探索と縦型探索
  4. 探索2 分岐限定法と山登り法
  5. 探索3 最良優先探索とA*アルゴリズム
  6. 演習1(問題解決、探索)と解説
  7. 論理と推論1 命題論理
  8. 論理と推論2 推論
  9. 演習2(命題論理と推論)と解説
  10. 述語論理1 述語論理
  11. 述語論理2 スコーレム標準形
  12. 導出原理
  13. 演習3(述語論理、導出原理)と解説
  14. 深層学習
  15. 強化学習
  16. 期末試験

ルーブリック

項目10点5点0点
問題の表現状態空間の完全な探索木を正しく作成できる状態空間の完全な探索木を作成できる状態空間の完全な探索木を作成できない
探索1横型探索と縦型探索が正しくできる横型探索か縦型探索が正しくできる横型探索と縦型探索ができない
探索2分岐限定法と山登り法による探索が正しくできる分岐限定法か山登り法による探索が正しくできる分岐限定法と山登り法による探索ができない
探索3最良優先探索とA*アルゴリズムによる探索が正しくできる最良優先探索かA*アルゴリズムによる探索が正しくできる最良優先探索とA*アルゴリズムによる探索ができない
論理1命題論理式に対して真理値表を正しく作成できる命題論理式に対して真理値表を作成できる命題論理式に対して真理値表を作成できない
論理2命題論理式を節形式に正しく変形できる命題論理式を節形式に変形できる命題論理式を節形式に変形できない
論理3述語論理式を節形式に正しく変形できる述語論理式を節形式に変形できる述語論理式を節形式に変形できない
論理4節集合に対してエルブラン領域を正しく求めることができる節集合に対してエルブラン領域を求めることができる節集合に対してエルブラン領域を正しく求めることができない
学習1深層学習における計算が正しくできる深層学習における計算ができる深層学習における計算ができない
学習2強化学習における計算が正しくできる強化学習における計算ができる強化学習における計算ができない

授業方法

講義、演習、期末試験

成績の評価方法

3回の演習と期末試験で評価する。

成績の評価基準

期末試験100点として60点以上、または、期末試験40点、演習各20点として合計60点以上を合格とする。

教科書

  • 太原育夫: 新人工知能の基礎知識, 近代科学者 (2008)

参考書

  • 山下隆義: イラストで学ぶディープラーニング, 改定第2版, 講談社 (2018)
  • 牧野, 澁谷, 白川 (編著), 松井藤五郎 他 (著): これからの強化学習, 森北出版 (2016)

単位数

2(選択)

開講期

3年春学期

トップ   編集 凍結解除 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS