本講義では、システムの設計や制御のために不可欠な、数理科学の基礎を広く習得することを目的とする。
受講者は、システムの背景に潜む多様なメカニズムの基礎を理解し、その先の専門分野の選択や習得へとスムーズに繋げられるようになることを目標とする。
機械学習、人工知能、複雑システム、知的システム、知能ロボット
✔ 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) |
前半は担当教員の長谷川が講義する。後半は、知能システム分野で先端的研究を行う複数の教員が、多様なシステムとその背後に潜む多様な数理科学を、オムニバス形式で講義する。
授業計画 | 課題 | |
---|---|---|
第1回 | 学習器と学習法 | 学習器に関する論点の整理 |
第2回 | ベイズ統計学の基礎 | ベイズ統計学に関するまとめ |
第3回 | 確率モデルと識別関数 | 数理モデルのまとめ |
第4回 | ニューラルネットワークの基礎 | ニューロに関する整理 |
第5回 | 時系列データ解析 | データ解析演習 |
第6回 | 画像データ解析 | 画像処理演習 |
第7回 | マルチモーダルデータ解析 | 知能ロボットに関するまとめ |
第8回 | エージェントシステム | 担当教員が講義中に指定 |
第9回 | 知識システム | 担当教員が講義中に指定 |
第10回 | 複雑ネットワーク | 担当教員が講義中に指定 |
第11回 | 知的対話システム | 担当教員が講義中に指定 |
第12回 | 自己組織システム | 担当教員が講義中に指定 |
第13回 | 進化システム | 担当教員が講義中に指定 |
第14回 | システムバイオロジー | 担当教員が講義中に指定 |
第15回 | 分子ロボティクス | 担当教員が講義中に指定 |
担当教員が指定するもの。
講義資料等は、事前に OCW-i にアップロードする。
課題の提出状況と期末試験の成績により評価する。
履修条件は特に設けない。
後半の講義内容や順番は、教員のスケジュールにより変更になる可能性がある。