![]() ![]() |
科目一覧へ戻る | 2020/04/02 現在 |
科目名(和文) /Course |
システム工学 |
---|---|
科目名(英文) /Course |
Systems Engineering |
時間割コード /Registration Code |
22140301 |
学部(研究科) /Faculty |
情報工学部 |
学科(専攻) /Department |
情報システム工学科 |
担当教員(○:代表教員)
/Principle Instructor (○) and Instructors |
○但馬 康宏 |
オフィスアワー /Office Hour |
但馬 康宏(水曜2限) |
開講年度 /Year of the Course |
2019年度 |
開講期間 /Term |
第2クォーター |
対象学生 /Eligible Students |
2年次生(平成26年度以前入学生) |
単位数 /Credits |
2.0 |
更新日 /Date of renewal |
2019/03/06 |
---|---|
使用言語 /Language of Instruction |
日本語 |
オムニバス /Omnibus |
該当なし |
授業概略と目的 /Cource Description and Objectives |
画像認識?音声認識?機械翻訳などの複雑な人工知能システムを実現するため,昔は,あらかじめ専門家が様々な場合を想定して,if A and B then C という「ルール」を多数書き下すことによりプログラムを作成していた.これをルール?ベースという.しかし,この論理的アプローチでは,多数のルールを全て人間が直接書き下さなければならないので実装が面倒である.また,知識を表現する場合にも,YES/NO しか許されず,「その可能性は高いけど,確実にそうとは言えない」と言った曖昧さを表現できない.そのせいで,ルール?ベースによる人工知能の実現は大変難しいことがわかってきた.そこで最近は,大量のデータを集め,それを「統計解析」したり「機械学習」することで,人間があれこれ細かい指示を行わなくても,それなりに挙動するシステムを簡単に実現できる統計的アプローチが主流となっている.この授業では,この「統計解析」や「機械学習」の基本を学ぶ. |
履修に必要な知識?能力?キーワード /Prerequisites and Keywords |
大学の基本的な数学(線形代数,微分,確率統計) |
履修上の注意 /Notes |
|
教科書 /Textbook(s) |
なし.講義資料を配布します. |
参考文献等 /References |
授業の中で紹介します. |
自主学習ガイド /Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework |
授業の最初に前回の復習と |