- 開講元
- システム制御系
- 担当教員名
- 長谷川 修
- 授業形態
- 講義
- メディア利用科目
- 曜日・時限(講義室)
- 火7-8(S515) 金7-8(S515)
- クラス
- -
- 科目コード
- SCE.S302
- 単位数
- 2
- 開講年度
- 2017年度
- 開講クォーター
- 3Q
- シラバス更新日
- 2017年9月24日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
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。
到達目標
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。
キーワード
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
学生が身につける力(ディグリー・ポリシー)
| ✔ 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
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
| 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 |
教科書
担当教員が指定するもの。
参考書、講義資料等
講義資料等は、事前に OCW-i にアップロードする。
成績評価の基準及び方法
課題の提出状況と期末試験の成績により評価する。
関連する科目
- ZUS.I301 ： 人工知能基礎
- ICT.H318 ： 人工知能基礎（情報通信）
- CSC.T272 ： 人工知能
- ART.T548 ： 先端人工知能
履修の条件(知識・技能・履修済科目等)
履修条件は特に設けない。
その他
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。
