戻る
シラバスコード S-173R07-01 ナンバリング Ie304Ibg
科目名 人工知能
科目名英文 Artificial Intelligence
学部 工学部 授業形態 講義
学科・科目区分 情報工学科 教職科目対応 工業(高)
科目分野 専門発展 実践的教育対応  ―
配当年次 3年次 学期区分 後学期
必選区分 選択 単位数 2 単位
担当教員 二宮洋、浅野俊幸
アクティブラーニング ICTの活用、実習
授業の目的と進め方
 人工知能(AI)は,コンピュータに「知的」なふるまいをさせることを目標とした技術分野である.この授業では,人工知能を用いて問題解決をするための考え方や基本知識,及び技術動向を理解することを目標とする.授業では,人工知能の概念と過去から現在までの技術的な流れについて説明する.また,機械学習,深層学習と古典的人工知能との違いに関して,応用事例を挙げながら解説し,概念的に理解する.

近年の人工知能関連システムで広く使われている Python 言語及び関連ライブラリの使い方に関する簡単な説明を行う.人工知能における問題表現と解の探索の考え方を理解し,プログラム上で表現するスキル,及び,Python 言語による実装の手法も併せて習得する.毎回の授業において,演習および宿題を課すことにより,段階的な技術習得を目指す.
課題(試験やレポート等)に対するフィードバックの方法
Moodle経由で返却する。
履修の条件
数学やプログラミングに関する基本的知識を備えること.Pythonの基本を理解していること.
教科書
指定しない。
参考書
入門 Python3 (ISBN: 978-4873117386) など
※上記に限りませんが、Python 言語に関するわかりやすい参考書を手元に置くことを勧めます.
人工知能概論 第2版 (ISBN: 978-4320121164)
到達目標
人工知能の概念と現在までの技術的な流れについて理解すること.

Python 言語を用いた基本的なプログラミング技能を獲得すること.

人工知能における基礎技術である人工ニューラルネットワークについて理解し,プログラム上で表現可能とすること.
深層学習を理解し,プログラム上で表現可能とすること.
指標と評価割合
  評価方法
受講態度 授業中の
活動
予習・復習 成果物・
発表
試験 学習の
振り返り
共通指標 a:受け取る力
b:深める力 10 20 30 10 30
c:進める力
d:高める力
e:伝える力
f:つなげる力
固有指標 g:知識・理解 10 20 30 10 30
h:技術・活用
全体の評価割合 10 20 30 10 0 30
授業計画
回数 学修内容 予習・復習内容 時間
ガイダンスおよび概論
復習1 人工知能に関する調査 2
ニューロンとニューラルネットワーク その1 予習2
復習2 課題による復習 2
ニューロンとニューラルネットワーク その2 予習3 人工ニューラルネットワークの調査
2
復習3 課題による復習 2
ツールを使ってAIを実現してみよう 予習4 機械学習の調査
2
復習4 課題による復習 2
フレームワークを使ったAI 予習5 GoogleColaboratoryの使い方の予習 1
復習5 課題プログラムによる復習 2
最適化と学習アルゴリズム その1
~最急降下法~
予習6 Python 言語に関する自習 2
復習6 演習レポートの作成 3
最適化と学習アルゴリズム その2
~偏微分とこう配ベクトル~
予習7 Python 言語に関する自習
2
復習7 課題プログラムによる復習 2
最適化と学習アルゴリズム その3
~パーセプトロン~
予習8 Python 言語に関する自習
2
復習8 課題プログラムによる復習 2
最適化と学習アルゴリズム その4
~パーセプトロンの学習~
予習9 Python 言語に関する自習
2
復習9 課題プログラムによる復習 2
10 最適化と学習アルゴリズム その5
~パーセプトロンの限界~
予習10 Python 言語に関する自習
2
復習10 課題プログラムによる復習 2
11 ディープラーニングへ その1
~階層型ニューラルネットワーク~
予習11 課題プログラムによる復習 2
復習11 演習レポートの作成 3
12 ディープラーニングへ その2
~階層型ニューラルネットワークと学習~
予習12 課題プログラムによる復習 2
復習12 演習レポートの作成 2
13 ディープラーニングへ その3
~階層型ニューラルネットワークと誤差逆伝播法~
予習13 課題プログラムによる復習 1
復習13 演習レポートの作成 3
14 ディープラーニングへ その4
~階層型ニューラルネットワークとディープラーニング~
予習14 課題プログラムによる復習 2
復習14 第14回の復習 2
15 ディープラーニングへ その5
~誤差逆伝播法の一般化~
予習15 課題プログラムによる復習 1
復習15 レポートの作成準備 4
16 まとめと振り返り 予習16 振り返り 1
復習16 全体の復習 1
主担当教員のオフィスアワー
木曜日 5コマ 1408-2室(二宮研究室)

連絡先E-mail: ninomiya(at)info.shonan-it.ac.jp 注:(at)を@に置き換えること.
※メールでの問い合わせの際は,必ずG-mailアドレス(大学アカウント)から発信してください.なを、件名に授業名を明記し,本文の最初に学籍番号と氏名を書いてください

担当教員のオフィスアワー
火曜日 2コマ 1415-2(浅野研究室)

メールにて問い合わせてください.: asano@info.shonan-it.ac.jp
※メールでの問い合わせの際は,必ずG-mailアドレス(大学アカウント)から発信してください.なを、件名に授業名「人工知能」を明記し,本文の最初に学籍番号と氏名を書いてください.

シラバス検索トップ