科目名 | 人工知能T |
---|
単 位 数 | 学年配当 | 開講期間 | 担 当 教 員 |
---|---|---|---|
2 | 2 | 後期開講 | 串田 淳一 |
テーマ |
---|
人工知能について,要素技術やアルゴリズムを理解しPythonによる実装方法を学ぶ. |
科目のねらい |
---|
<キーワード> 人工知能 機械学習 最適化 Python <内容の要約> 人工知能(AI)は,実世界の様々な場面で利用されており,近年では福祉の分野においてもAIが導入され始めている.本講義では人工知能の基礎として,これまでの人工知能研究の歴史や基礎技術,社会における活用例について説明する.また,AIを用いるために必要となるデータの分析・可視化の方法を学ぶ.次に,AIの中核技術である機械学習ついて,Pythonによるモデルの実装および評価を行い理解を深める. <学習目標> 人工知能の基礎知識が理解できる. データを適切に分析し活用できる. 教師あり学習,教師なし学習のアルゴリズムを理解できる. |
授業のながれ |
---|
人工知能の歴史,要素技術 データ分析,可視化のための方法 機械学習の種類および基礎的なアルゴリズム プログラミング環境の準備,ライブラリの利用方法 機械学習プログラミング(回帰問題1) 機械学習プログラミング(回帰問題2) 機械学習プログラミング(回帰問題3) 中間まとめ 機械学習プログラミング(分類問題1) 機械学習プログラミング(分類問題2) 機械学習プログラミング(分類問題3) 機械学習プログラミング(分類問題4) 機械学習プログラミング(クラスタリング1) 機械学習プログラミング(クラスタリング2) 期末まとめ |
準備学習の内容・学ぶ上での注意 |
---|
課題は遅滞なく提出すること.他の受講生の迷惑になる行為(私語,講義中に席を離れるなど)は厳禁. |
事前事後 | 学習内容 | 時間数 |
---|---|---|
事前 | 講義の予習 | 15 |
事後 | 講義内容の復習 | 15 |
本科目の関連科目 |
---|
情報数学I, 情報数学IIおよびプログラミング系科目 |
成績評価の方法 |
---|
|
||||||
課題・レポートの成績で評価する. |
テキスト |
---|
□テキストを使用する ■レジュメを使用する □未定 (最初の授業で指示する) |
(C) Copyright 2023 Nihon Fukushi University. all rights reserved. |
本ホームページからの転載を禁じます。 |
![]() |