人工知能Ⅰ

科目名	人工知能Ⅰ

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

期末試験（筆記・Web・レポート・最終授業内）	60％
授業内でのレポート・課題等	40％
その他	0％

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）