2025年度 (最新) 学院等開講科目 工学院 経営工学系 経営工学コース
知能システム工学
- 開講元
- 経営工学コース
- 担当教員
- 市瀨 龍太郎
- 授業形態
- 講義 (対面型)
- メディア利用科目
- -
- 曜日・時限
(講義室) - 火3-4 (W9-508) / 金3-4 (W9-508)
- クラス
- -
- 科目コード
- IEE.C434
- 単位数
- 200
- 開講時期
- 2025年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2025年6月9日
- 使用言語
- 英語
シラバス
授業の目的(ねらい)、概要
知能システムとは,データ分析,意思決定など,人間の知的作業を代行するシステムである.本講義では,知能システムを設計する際に必要となる要素技術を紹介する.さらに,それらの要素技術を実装することを通して,知能システムの設計方法論の理解を目指す.
到達目標
本講義を履修することによって次のような能力を身につけることができる.
(1) 知能システムに関する基礎的な理論,知識を身につける.
(2) 知能システムの主要技術を理解し,現実問題と対応付けることができる.
(3) 工学的な問題解決において,知能システムを設計し構築,活用する能力を身につける.
キーワード
人工知能,機械学習,自然言語処理,知識グラフ
学生が身につける力
- 専門力
- 教養力
- コミュニケーション力
- 展開力 (探究力又は設定力)
- 展開力 (実践力又は解決力)
授業の進め方
講義を行い,関連する演習問題を解く.講義を踏まえ,知能システムの設計,実装を行い,その成果を発表する.
授業計画・課題
授業計画 | 課題 | |
---|---|---|
第1回 | 知能システムとは? | 知能システムの概要の理解 |
第2回 | 知的エージェント | 人間の知能がいかにして機械で実現可能かの理解 |
第3回 | 知能システム設計 | 知能システムの設計方法論の理解 |
第4回 | 機械学習(1) | 機械学習,深層学習の基礎事項の理解 |
第5回 | 機械学習演習(1) | 機械学習,深層学習の実装方法の理解 |
第6回 | 機械学習(2) | 強化学習の基礎事項の理解 |
第7回 | 機械学習演習(2) | 強化学習の実装方法の理解 |
第8回 | 自然言語処理 | 自然言語処理の基礎事項の理解 |
第9回 | 自然言語処理演習 | 自然言語処理の実装方法の理解 |
第10回 | 知能システム応用 | 知能システムの実問題への応用方法の理解 |
第11回 | 知能システム応用演習 | 知能システムの実問題への実装方法の理解 |
第12回 | 知識グラフ | 知識グラフの基礎事項の理解 |
第13回 | 知識グラフ演習 | 知識グラフの利用方法についての理解 |
第14回 | まとめ | 知能システムの課題の理解 |
準備学修(事前学修・復習)等についての指示
学修効果を上げるため,教科書や配布資料等の該当箇所を参照し,「毎授業」授業内容に関する 予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
教科書
Stuart Russell, Peter Norvig 『Artificial Intelligence: A Modern Approach』 Pearson
参考書、講義資料等
Stuart Russell, Peter Norvig (著),古川康一(監訳)『エージェントアプローチ人工知能』(第2版) 共立出版
本位田真一(監修),松本一教,宮原哲浩,永井保夫,市瀬龍太郎(著)『人工知能』(改訂2版) オーム社
その他,必要に応じて,適宜プリントを配布する.
成績評価の方法及び基準
授業中の課題,発表,レポートの合計により評価
関連する科目
- IEE.A204 : 経営・経済のための確率
- IEE.A205 : 経営・経済のための統計
- IEE.A207 : プログラミング基礎(経営工学)
履修の条件・注意事項
計算機の利用方法に関する知識,プログラミングの基礎知識を持つこと.
授業時に自分のPCを持参できること.