学部・大学院区分情報学部
時間割コード1001189
科目区分
専門科目(コンピュータ科)関連専門科目(自然，人社)
科目名　【日本語】人工知能基礎１
科目名　【英語】Foundations of Artificial Intelligence 1
コースナンバリングコード
担当教員　【日本語】長尾　確 ○
担当教員　【英語】NAGAO Katashi ○
単位数1
開講期・開講時間帯秋１期 木曜日 ２時限
Fall1 Thu 2
対象学年３年
3
授業形態講義
Lecture
開講系（学部）・開講専攻（大学院）
CS共通
必修・選択
ＣＳ必修


授業の目的　【日本語】
人工知能（AI）は人間の生活を安全で利便性の高いものにするために本質的に重要な学問分野である。それは，人間の知能処理を代行でき，人間が不得意とする作業を，人間を上回る精度で遂行できる高度な情報システムを実現することを目指す。本講義ではAIの基礎的な理論と技術を学ぶ。具体的には，知識表現，探索，推論，プランニング，エージェント，機械学習について学ぶ。
授業の目的　【英語】
In this lecture, students will learn the foundation of artificial intelligence as a basic principle of making intelligent machines, and the applied technology of artificial intelligence.
到達目標　【日本語】
人工知能（AI）は人間の生活を安全で利便性の高いものにするために本質的に重要な学問分野である。その成果として，人間の知能処理を代行でき，人間が不得意とする作業を，人間を上回る精度で遂行できる高度な情報システム（知能ロボットなど）が実現できる。本講義では，AIの基礎的な理論と技術を修得することを目指す。
到達目標　【英語】
授業の内容や構成
本講義ではAIの基礎的な理論と技術である，知識表現，探索，論理と推論，機械学習（パターン認識，言語処理，エージェントの行動）などについて教授する。

1. イントロダクション
2. 知識表現（知識，オントロジー，クラスとインスタンス）
3. 探索（探索木，最良優先探索，ゲーム木）
4. 論理と推論（一階述語論理，導出原理，Prolog）
5. 機械学習１（パターン認識，畳み込みニューラルネット）
6. 機械学習２（言語処理，分散表現，word2vec）
7. 機械学習３（エージェント，プランニング，強化学習）
8. 試験
履修条件・関連する科目
成績評価の方法と基準
講義中の課題の点数と試験の点数の合計が100点満点で，60点以上を合格とする。
教科書・参考書
必要に応じて配布する。
課外学習等（授業時間外学習の指示）
講義において説明した内容を理解するために課題を与える。
授業開講形態等
遠隔授業（オンデマンド型）で行う場合の追加措置