2025年度/1AAA031001

【火2】人工知能B <前期>

人工知能における知識科学，データ科学における様々な分野の知識を獲得したり実践したりすることで人工知能のより深い理解を養う

担当教員氏名

中島 智晴、村上 晴美、泉 正夫、上杉 徳照、楠木 祥文、佐賀 亮介、柳本 豪一、小島 篤博、林 佑樹

科目ナンバリング

AAAAII32018-J1 (公大) / AKAII3217-J1 (府大)

授業管轄部署

現代システム科学域

授業形態

講義

開講キャンパス

中百舌鳥

開講区分

週間授業

配当年次

3年 (公大) / 3年 (府大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2単位 (公大) / 2単位 (府大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

人工知能における様々な課題の基礎知識を修得したり課題解決法の技能を実践により身に着けたりする．レポートや小テストを通じて学んだ知識の定着を図る

各授業回の説明

授業	授業内容	事前・事後の学習内容
第1回	ゲームAI	オンライン資料
第2回	セマンティックウェブの基礎 セマンティックウェブの概念と主要技術を理解する．	次のキーワードを調べておくこと：URI，リンクトデータ，名前空間，RDF，RDFスキーマ
第3回	セマンティックウェブの応用と実践 セマンティックウェブの応用例と実践的なスキルを習得する．	次のキーワードを調べておくこと：LOD，RDFクエリ言語（SPARQL）
第4回	知識表現（Lisp）その１ Lisp系の関数型言語Schemeの基本的な文法を習得する。	配布プリントを予習・復習すること．
第5回	知識表現（Lisp）その２ Schemeを用いて連想リストを用いた知識表現や探索アルゴリズムを習得する。	配布プリントを予習・復習すること．
第6回	人工知能のための数学入門 本講義では、これまで学んだ数学の知識を人工知能や機械学習の具体的な応用に結びつけることを目的とする。畳み込みにおける内積の役割、リッジ回帰での逆行列、主成分分析における固有値、勾配降下法の偏微分、誤差逆伝播法の連鎖律といった応用事例を通じ、数学がどのように人工知能の計算を支えているかを学ぶ。	事前には配布資料に目を通し、Python環境の準備を行う。事後には授業内容を振り返り、Pythonを用いた計算問題に取り組むことで理解を深める。
第7回	異常検知 異常検知は、正常な状態を基準として異常な状態を特定するための技術である。本講義では、異常検知の基本概念を学び、分類、確率、再構成、距離といった多様なアプローチに基づく手法を理解する。また、Pythonを用いた簡潔なコード例を活用し、異常検知を実践するための応用力を養うことを目指す。	事前に配布資料を読んで基本的な概念を理解する。事後には授業内容を復習し、提供されたコード例を用いて実際に異常検知を試す。
第8回	情報可視化を中心に可視化の必要性や概要、情報分野（特に人工知能）との関係性について理解する。	ChatGPTや最近の人工知能について、どのようなものなのか知っておくこと。
第9回	画像認識 画像認識の基本的な考え方、手法について概説する。	配布プリント（もしくはMoodleに掲示する資料）を用いて復習すること．
第10回	情報検索	配布プリントを予習・復習すること．
第11回	強化学習	オンライン資料
第12回	粒子フィルタ	オンライン資料
第13回	ベイズ統計	配布プリントを予習・復習すること．
第14回	大規模言語モデルの原理 大規模言語モデルの学習方法について概要を説明し、従来の言語モデルの違いなどを紹介する予定	オンライン資料による事前学習と課題
第15回	大規模言語モデルの応用 前回の講義に基づいてプロンプトによるzero-shot	オンライン資料による事前学習と課題

成績評価方法

到達目標の達成度で成績評価を行う．単位を取得するためには， １．講義で説明された内容の基礎知識について6割以上を概説できること ２．講義で説明された内容の実践成果について6割以上理解していること を達成することが求められる。成績は各教員からの授業中テストまたはレポートにより総合的に成績評価する（100点）

履修上の注意

関連科目：知識情報システム学演習１，知識情報システム学演習２，知識情報システム学演習３（人工知能系＋生産システム系），人工知能A

教科書

講義中に適宜紹介する．

Loading...

参考文献

講義中に適宜紹介する．

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -