人工知能
Artificial Intelligence
教授・小野 典彦
2単位
目的
知能システムを構築するために不可欠となる人工知能の要素技術を中心に解説すると共に，それらの応用方法を実践的に理解させることを目指す．
概要
人工知能研究の流れをその起源から現在までにわたって概説すると共に，知能システムの構築のための要素技術を修得させる. 本講義の内容は基礎的ではあるが，人工知能の先端技術との関係についても触れる.
キーワード
人工知能，問題解決，探索，機械学習，進化計算
先行科目
離散数学入門，グラフ理論入門
関連科目
離散数学入門，グラフ理論入門，最適化理論
要件
離散数学入門およびグラフ理論入門を受講していることが望ましい．
注意
本講義の理解には，離散数学およびグラフ理論に関する基礎知識が必要となる．
目標
| 1. | 探索に基づく問題解決の原理，応用方法および限界を理解する． |
| 2. | 学習・最適化に基づく知能システム設計の原理，応用方法および限界を理解する． |
計画
| 1. | 人工知能概論 |
| 2. | 問題解決 I |
| 3. | 問題解決 II |
| 4. | 探索による問題解決 I |
| 5. | 探索による問題解決 II |
| 6. | 探索による問題解決 III |
| 7. | 強化学習の基礎 I |
| 8. | 強化学習の基礎 II |
| 9. | 強化学習による知能システムの設計 I |
| 10. | 強化学習による知能システムの設計 II |
| 11. | 知能システムと関数近似 I |
| 12. | 知能システムと関数近似 II |
| 13. | 進化計算による知能システムの設計 I |
| 14. | 進化計算による知能システムの設計 II |
| 15. | 人工知能の最新の話題から |
評価
受講姿勢，課題に対する取組み状況，小テストの成績等の平常点 と期末レポートの成績を総合して行う. その比率は平常点40%，期末レポート60%である．
対象学生
開講コース学生のみ履修可能
教科書
特に指定しない．
参考資料
太原育夫著「人工知能の基礎知識」近代科学社
S. Russell, P. Norvig 著·古川康一監訳「エージェントアプローチ 人工知能」共立出版
連絡先
小野(D棟106, 088-656-7509, ono@is.tokushima-u.ac(no-spam).jp)
- オフィスアワー: 金曜日 15:00∼17:30
備考
講義で使用するスライドの原稿等の資料は講義中に配布する．