Web Syllabus(講義概要)

本講義では，知能システムの基本的な考え方と技術について学ぶことを目的とします．

古典的な人工知能について概観し，その限界について議論します．また，授業ではソフトコンピューティング，パターン認識，機械学習などについても取り上げます．

E-mailやLMSなど学内の情報システムを使用出来ることを前提とします．

１．概論：人工知能とその歴史
２．古典的人工知能I（プロダクションルール，述語論理，エキスパートシステムなど）
３．古典的人工知能II（自然言語処理，データマイニング，Webインテリジェンスなど）
４．古典的人工知能III（知能ロボットなど）
５．古典的人工知能の限界
６．サブサンプションアーキテクチャ
７．ソフトコンピューティングI（ファジイシステム）
８．ソフトコンピューティングII（脳とニューラルネットI）
９．ソフトコンピューティングIII（脳とニューラルネットII）
１０．ソフトコンピューティングIV（人工生命と進化的計算など）
１１．パターン認識と機械学習I（線形識別モデル，RBFN，次元の呪いなど）
１２．パターン認識と機械学習II（EMアルゴリズム，隠れマルコフモデルなど）
１３．強化学習I（学習アルゴリズム）
１４．強化学習II（価値関数の近似）
１５．まとめ

通常の試験は行わず，レポートで評価します．

教科書の指定はありません．

少人数の場合，輪講形式で授業を行います．