シラバス参照

授業情報／Course information

科目一覧へ戻る 2020/10/22 現在

授業基本情報
科目名（和文）
／Course		 人工知能Ⅱ
科目名（英文）
／Course		 Artificial Intelligence II
時間割コード
／Registration Code		 21272101
学部（研究科）
／Faculty		 情報工学部
学科（専攻）
／Department		 情報通信工学科
担当教員（○：代表教員）
／Principle Instructor （○） and Instructors		 ○岩橋　直人
オフィスアワー
／Office Hour		 岩橋　直人(水曜日16時から17時)
開講年度
／Year of the Course		 2020年度
開講期間
／Term		 前期
対象学生
／Eligible Students		 3年
単位数
／Credits		 2.0
授業概要情報
更新日
／Date of renewal		 2020/03/07
使用言語
／Language of Instruction		 日本語
オムニバス
／Omnibus		 該当なし
授業概略と目的
／Cource Description and Objectives		 人工知能における知覚情報処理技術について学ぶ。音声?言語情報、画像情報、各種センサー情報などの処理技術の基礎を習得する。さらに、これらの知覚情報を用いたパターン認識ならびに機械学習の分野を概観しつつ、その導入レベルについて理解する。近年急速に実用化が進んでいる人工知能に関して、工学者?技術者として直感的に理解することができ、応用可能性について考えることができるようになることを目的とする。
履修に必要な知識?能力?キーワード
／Prerequisites and Keywords		 科目「人工知能」を履修していることが望ましい。
キーワード：パターン認識、機械学習、ディープラーニング、言語処理、画像処理、音声処理、マルチモーダル情報処理
履修上の注意
／Notes		 アクティブラーニング形式で授業を行います。授業の前に各自予習をし、授業では、不明点についての質問への開設と演習問題を行います。
教科書
／Textbook(s)		 なし。資料を配布する。
参考文献等
／References		 「わかりやすいパターン認識」、石井健一郎他、オーム社
「初めてのディープラーニング」、武井宏将、リックテレコム
「音声認識システム」、荒木雅弘、北森出版
「画像認識」、原田達也、講談社
自主学習ガイド
／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework
資格等に関する事項
／Attention Relating to Professional License
備考
／Notes
授業計画詳細情報
No. 単元（授業回数）
／Unit (Lesson Number)		 単元タイトルと概要
／Unit Title and Unit Description		 時間外学習
／Preparation and Review		 配付資料
／Handouts
1 1 [知覚情報処理とは]
?人間の知能と人工知能について簡単な説明をする。
?知能と身体の関係について説明する。		 オンラインでオリジナル教材を配布
2 2 [パターン認識（１）]
?ベイズの定理について説明と演習を行う。		 オンラインでオリジナル教材を配布
3 3 [パターン認識（２）]
?分類決定理論について説明と演習を行う。		 オンラインでオリジナル教材を配布
4 4 [機械学習（１）]
?最尤推定法についての説明と演習を行う。
?最急降下法について説明と演習を行う。		 オンラインでオリジナル教材を配布
5 5 [機械学習（２）]
?EMアルゴリズムについて説明する。
?主成分分析について説明する。		 オンラインでオリジナル教材を配布
6 6 [機械学習（３）]
?モデル選択について説明する。
?次元の呪いについて説明する。		 オンラインでオリジナル教材を配布
7 7 [機械学習（４）]
?時系列情報処理について説明する。		 オンラインでオリジナル教材を配布
8 8 [ディープラーニング（１）]
?ニューラルネットワークの基礎、学習法について説明する。
?ディープラーニングの簡単な説明をすｒ。		 オンラインでオリジナル教材を配布
9 9 [ディープラーニング（２）]
?代表的な三つのディープラーニングについて説明し、その応用可能性について議論する。		 オンラインでオリジナル教材を配布
10 10 [言語情報処理]
?言語情報処理の基礎を説明する。
?ナイーブベイズ法について説明する。
?機械翻訳について説明する。		 オンラインでオリジナル教材を配布
11 11 [画像処理]
?視覚情報処理の基礎を説明する。		 オンラインでオリジナル教材を配布
12 12 [画像認識]
?ディープラーニングを用いた画像認識について説明する。		 オンラインでオリジナル教材を配布
13 13 [音声処理]
?音声情報処理の基礎を説明する。		 オンラインでオリジナル教材を配布
14 14 [音声認識]
?時系列情報処理に基づく音声認識について説明する。		 オンラインでオリジナル教材を配布
15 15 [マルチモーダル処理]
?言語処理と画像処理と音声処理の融合について説明する。
?知能ロボティクスの簡単な説明をする。		 オンラインでオリジナル教材を配布
16 16 [定期試験]
?全体の試験を行う。
授業評価詳細情報
到達目標及び観点／Learning Goal and Specific Behavioral Viewpoints
No. 到達目標
／Learning Goal		 知識?理解
／Knowledge & Undestanding		 技能?表現
／Skills & Expressions		 思考?判断
／Thoughts & Decisions		 伝達?コミュニケーション
／Communication		 協働
／Cooperative Attitude
1 知覚情報処理の初歩的内容について理解し、その応用可能性について考えることができる。 ○
2 パターン認識の初歩的内容について知り、それを計算機によって実現することができる程度まで理解を深める。 ○
3 機械学習の初歩的内容について知り、それを計算機によって実現することができる程度まで理解を深める。 ○
4 ディープラーニングの初歩的内容について知り、その応用可能性について理解することができる。 ○
5 積極的に授業に参加する。 ○ ○ ○
成績評価方法と基準／Evaluation of Achievement
※出席は2/3以上で評価対象となります。
No. 到達目標
／Learning Goal		 定期試験
／Exam.		 受講態度
1 知覚情報処理の初歩的内容について理解し、その応用可能性について考えることができる。 ○
2 パターン認識の初歩的内容について知り、それを計算機によって実現することができる程度まで理解を深める。 ○
3 機械学習の初歩的内容について知り、それを計算機によって実現することができる程度まで理解を深める。 ○
4 ディープラーニングの初歩的内容について知り、その応用可能性について理解することができる。 ○
5 積極的に授業に参加する。 ○
評価割合（％）
／Allocation of Marks		 80 20

科目一覧へ戻る