タイトル

開講年度 開講学部等
2025 工学部
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
後期 月9～10 講義  
時間割番号 科目名[英文名] 使用言語 単位数
1062520520 人工知能[Artificial Intelligence] 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
間普 真吾[MABU Shingo] ー
担当教員[ローマ字表記]
間普 真吾　[MABU Shingo]
特定科目区分   対象学生   対象年次 2～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
人工知能とは人間がもつ高度な情報処理機能を調べ，これを機械的に実現することを目指した学問分野である．本講義では，人工知能に関する基礎的事項を学ぶことを目標とする．また人工知能の応用分野についても解説する．
授業の到達目標
・教師あり学習と教師なし学習の概念について理解する
・学習モデルの評価方法について理解する
・各種分類器の概観と構築方法を理解する
・各種人工知能手法のアルゴリズムを理解することで、応用可能な実問題を発見し、解決へ導くためのイメージを持つことができる
授業計画
【全体】
講義はパワーポイントを用いて行い，適宜演習の時間を設けて講義の理解を図る．人工知能概論から講義を始め，問題解決，統計的機械学習の基礎を学び，その後，人工知能，特に機械学習を理解する上で必要な確率・統計について確認し，教師あり学習，教師なし学習の概念，学習モデルの評価方法，各種分類器の理解を深めるとともに，これらの応用システムについて理解する．
項目 内容 授業時間外学習 備考
第1回 人工知能概論 人工知能とは何か，およびその歴史
 		予習・復習（学修時間の目安：4時間以上）
第2回 問題解決（１） 状態空間による問題表現法と網羅的探索法 予習・復習（学修時間の目安：4時間以上）
第3回 問題解決（２） 発見的探索法 予習・復習（学修時間の目安：4時間以上）
第4回 問題解決（３） ゲームにおける探索法 予習・復習（学修時間の目安：4時間以上）
第5回 統計的機械学習の基礎（１） 機械学習と識別問題 予習・復習（学修時間の目安：4時間以上）
第6回 統計的機械学習の基礎（２） 教師あり学習と教師なし学習 予習・復習（学修時間の目安：4時間以上）
第7回 統計的機械学習の基礎（３） 汎化能力と過学習
多項式曲線フィッティング 		予習・復習（学修時間の目安：4時間以上）
第8回 確率論とベイズの定理（１） 確率論の復習とベイズの定理 予習・復習（学修時間の目安：4時間以上）
第9回 確率論とベイズの定理（２） ベイズの識別規則と混同行列 予習・復習（学修時間の目安：4時間以上）
第10回 K最近傍法 最近傍法とボロノイ境界
K最近傍法とその性質 		予習・復習（学修時間の目安：4時間以上）
第11回 線形識別関数とその学習（１） 識別超平面とその性質
学習パラメータの推定方法 		予習・復習（学修時間の目安：4時間以上）
第12回 線形識別関数とその学習（２） ロジスティック回帰 予習・復習（学修時間の目安：4時間以上）
第13回 教師なし学習 階層型クラスタリングと非階層型クラスタリング 予習・復習（学修時間の目安：4時間以上）
第14回 決定木（１） 決定木による分類規則とノードの分割規則 予習・復習（学修時間の目安：4時間以上）
第15回 決定木（２） バギング、ブースティング、ランダムフォレスト 予習・復習（学修時間の目安：4時間以上）
第16回 期末試験 授業内容に関する筆記試験 授業内容の復習（学修時間の目安：4時間以上）
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --%　B: --%　C: --%　D: --%
成績評価法
宿題（複数回）20%、中間試験40%、期末試験40%で評価します。欠席4回以上は欠格として扱います。
教科書にかかわる情報
備考
授業は配布資料に基づいて行う
参考書にかかわる情報
備考
メッセージ
キーワード
人工知能，機械学習，探索，確率，識別，教師あり学習，教師なし学習，決定木
持続可能な開発目標（SDGs）

  • 産業と技術革新の基盤をつくろう
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
関連科目
データサイエンス技術，データサイエンス技術演習，ソフトコンピューティング，データサイエンス実践
履修条件
連絡先
知能情報棟5F
mabu@yamaguchi-u.ac.jp
オフィスアワー
在室時に対応可能だが，事前にメール連絡があることが望ましい．

ページの先頭へ