シラバス
| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
|---|---|---|---|---|---|---|---|---|
| 応用系人工知能デザイン | 2024 | 後期 | 金2 | 理工学研究科博士課程前期課程 | 鈴木 寿 | スズキ ヒサシ | 1年次配当 | 2 |
科目ナンバー
SG-AI5-8C02
履修条件・関連科目等
なし
授業で使用する言語
日本語
授業で使用する言語（その他の言語）
授業の概要
導入時に授業計画を確認します。レポート I の課題である推論規則の設計を、推論規則の見本理解、推論規則の試行的設計、任意題材にて推論規則の試行的設計、およびプレゼンテーションにより習得します。レポート II の課題であるカテゴリ分類を伴う概念記述の設計を、概念記述の見本理解、概念記述の試行的設計、任意題材にて概念記述の試行的設計、およびプレゼンテーションにより習得します。レポート III の課題である推論における候補局限用辞書の設計を、辞書の見本理解、辞書の試行的設計、任意題材にて辞書の試行的設計、およびプレゼンテーションにより習得します。レポート IV の課題である帰納推論系の設計を、帰納推論の見本理解、帰納推論の試行的設計、任意題材にて帰納推論の試行的設計、およびプレゼンテーションにより習得します。レポート V の課題である演繹推論系の設計を、任意題材にて演繹推論の試行的設計、およびプレゼンテーションにより習得します。
科目目的
応用分野において、人のもつ知性の一部を特化して機械上で再現すると共に、そのような機能を増強する基本技術を習得すること、を目指します。
到達目標
応用分野において、推論規則、カテゴリ分類を伴う概念記述、推論における候補局限用辞書が設計できる、帰納推論系が設計できる、演繹推論系が設計できる。
授業計画と内容
体験を通じて課題発見型の学習、試行的設計を通じて課題解決型の学習、プレゼンテーションを通じてグループワークを実施します。
第 1 回 推論規則の理解
第 2 回 推論規則の試行的設計
第 3 回 推論規則の試行的設計のプレゼンテーションおよび評価
第 4 回 カテゴリ分類の理解
第 5 回 カテゴリ分類の試行的設計
第 6 回 カテゴリ分類の試行的設計のプレゼンテーションおよび評価
第 7 回 推論辞書の理解
第 8 回 推論辞書の試行的設計
第 9 回 推論辞書の試行的設計のプレゼンテーションおよび評価
第 10 回 帰納・演繹・発想の理解
第 11 回 帰納推論の試行的設計
第 12 回 帰納推論の試行的設計のプレゼンテーションおよび評価
第 13 回 演繹推論の理解
第 14 回 演繹推論の試行的設計のプレゼンテーションおよび評価
授業時間外の学修の内容
指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出／その他
授業時間外の学修の内容（その他の内容等）
授業内容の理解と試行的設計のために題材を調査し、レポートの内容を計画し、プログラミングし、およびレポートを作成します。
授業時間外の学修に必要な時間数／週
・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。
成績評価の方法・基準
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| レポート | 90 | 各レポート最大 18 点を 5 本提出することにより 90 点として評価し、推論規則が設計できる (第 1～3 回に対応するレポート I およびプレゼンテーション、最大 18 点)。カテゴリ分類を伴う概念記述が設計できる (第 4～6 回に対応するレポート II およびプレゼンテーション、最大 18 点)。推論における候補局限用辞書が設計できる (第 7～9 回に対応するレポート III およびプレゼンテーション、最大 18 点)。帰納推論系が設計できる (第 10～12 回に対応するレポート IV およびプレゼンテーション、最大 18 点)。および演繹推論系が設計できる (第 13・14 回に対応するレポート V およびプレゼンテーション、最大 18 点)。 |
| その他 | 10 | プレゼンテーションにより 10 点として評価し、研究会等における学生セッション程度の質である。 |
成績評価の方法・基準（備考）
manaba 上「小テスト」の平均点の小数点以下を切り捨てた結果が満点の 60 ％以上のとき合格
課題や試験のフィードバック方法
授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法（その他の内容等）
アクティブ・ラーニングの実施内容
PBL（課題解決型学習）／ディスカッション、ディベート／プレゼンテーション／実習、フィールドワーク
アクティブ・ラーニングの実施内容（その他の内容等）
プログラム開発とレポート作成を実施します。
授業におけるICTの活用方法
その他
授業におけるICTの活用方法（その他の内容等）
個別のフィードバックは E メールまたは manaba 上の「個別指導 (コレクション)」経由、「小テスト」へのフィードバックは「講評」経由、全体的なフィードバックは「ニュース」または「掲示板」経由にて行います。Webex や Slack を利用する場合もあります。
実務経験のある教員による授業
はい
【実務経験有の場合】実務経験の内容
教員は、ＩＰＡ未踏事業を契機に設立された会社の取締役技術顧問の経験を有します。
【実務経験有の場合】実務経験に関連する授業内容
ＩＴ企業における研究開発の知見を取り混ぜつつ学問的本質を伝授します。
テキスト・参考文献等
manaba 上のコースコンテンツから、資料をダウンロードできます。
その他特記事項
代替授業形式
体調不良、公共交通機関の遅延等、合理的配慮の対象、公欠などの不可抗力的な理由により代替授業形式を希望するときは、その旨を連絡すれば担当教員は本人の学習意欲を尊重し最大努力を試みます。折り返し manaba 上の「個別指導 (コレクション)」経由の案内に沿って、証憑 (医療機関の領収証等、遅延証明書、相談歴、公欠届など) の提出が必要です。
参考URL
連絡方法
https://c-research.chuo-u.ac.jp/mailform?uid=100003165
宛に、「人工知能: 」(半角コロン「:」の直後に半角空白を挿入) をプレフィックスとする件名を明記のうえ、本人確認のため全学Ｅメールアドレス @g.chuo-u.ac.jp から学籍番号と氏名を名乗って送信してください。