マシンインテリジェンス

博士前期課程理工学研究科 - 理工学専攻

MSIS7200

コース情報

担当教員: 矢入 郁子

単位数: 2

年度: 2024

学期: 春学期

曜限: 金5

形式: 対面授業

レベル: 500

アクティブラーニング: あり

他学部履修: 不可

評価方法

出席状況

70%

レポート

30%

詳細情報

概要

大学院生が人工知能一般に関する知識,機械学習全般に関する知識,ディープラーニングに関する専門的知識を身につけることを目的とした座学を中心とした講義です. この講義は理工学研究科博士前期課程のカリキュラムポリシーに掲げる「複合知を兼ね備えた専門能力を養成する」科目に相当します.

目標

人工知能一般に関する知識,機械学習全般に関する知識,ディープラーニングに関する専門的知識は日々進化しています.当講義では最先端の重要事項も取り入れた理解を目指します. 到達目標を適切な具体例をもとに示すとすると,日本ディープラーニング協会のG検定での出題レベル,です.G検定は「知識を体系化し,ビジネスでの活用へ」が目的とされています.本講義では実装の技術を対象とはしていませんのでご注意ください. この講義は理工学研究科博士前期課程のディプロマポリシー2に掲げる「理工学および関連分野において最先端で活躍できる専門知識を身につけるとともに,新技術の開発や新分野の開拓をできる力」身に着けることを目的としています.

授業外の学習

当講義をきっかけに貪欲に知識と思考を深め,深層機械学習の応用力を高めて下さい. 講義は座学なので,実装などは各自が時間外に自発的に行うとよいでしょう.

所要時間: 190分

スケジュール

  1. ガイダンス
  2. 人工知能の定義と歴史
  3. 推論と知識表現,統計的機械学習VSコネクショニストアプローチ
  4. 人工知能分野の諸問題:チューリング問題など昔からある話題から近年のシンギュラリティまで.
  5. 機械学習の代表的手法
  6. ディープラーニングの概要
  7. ディープラーニングの手法1
  8. ディープラーニングの手法2
  9. ディープラーニングの研究分野1
  10. ディープラーニングの研究分野2
  11. ディープラーニングの産業応用1
  12. ディープラーニングの産業応用2
  13. 法律,倫理:現行の問題点とその解決方法としての議論の把握
  14. まとめ

教科書

講義資料はすべてmoodleを介して提供されます.

    参考書

    書籍情報はありません。

    © 2025 上智非公式シラバス. All rights reserved.