シラバス参照

授業情報/Course information

科目一覧へ戻る 2015/09/30 現在

開講学期/Course Start 2015年度 後期
開講曜限/Class period 金5,金6
授業区分/Regular or Intensive 週間授業+集中講義
対象学科/Department 情報電子工学系学科
情報システム学コース
コンピュータ知能学コース
対象学年/Year 3
授業科目区分/Category 教育課程 主専門教育科目
必修・選択/Mandatory or Elective 選択
授業方法/Lecture or Seminar 講義
授業科目名/Course Title 認識と学習
単位数/Number of Credits 2
担当教員名/Lecturer 倉重健太郎
時間割コード/Registration Code C4722
連絡先/Contact 倉重健太郎(V204
0143-46-5489
kentarou[at]csse.muroran-it.ac.jp)
オフィスアワー/Office hours 倉重健太郎(水曜日 15:30-16:30)
更新日/Date of renewal 2015/08/21
授業のねらい
/Learning Objectives
情報関連技術の高度化と普及に伴い,現在の情報科学で扱うべき「情報」の種類は急速に多様化・複雑化が進んでいる.しかし,コンピュータの処理能力がいくら向上しても,あらゆる場面で適切な処理を行うシステムの構築は簡単ではない.無数の状況を事前に想定し,その処理方法を逐一プログラムすることは限界がある.このため,現在の情報処理システムは,単なる計算機ではなく,現在の状況を自ら「認識」し,適応的に「学習」する,知的なシステムであることが求められている.本講義では,機械学習に関する基本的なアルゴリズムを理解し,現実の問題に応用できる能力を習得する.また,新たな機械学習を創造するめたに,人における近く心理について理解を深め,人に対する学習理論の現状について知識を深める.
到達度目標
/Outcomes Measured By:
1.機械学習に関する基礎的なアルゴリズムを理解し,その特徴を説明できる(理解力).
2.機械学習のアルゴリズムを,具体的な問題に応用できる(応用力).
3.人の知覚心理について理解し,その特徴を説明できる(理解力).
授業計画
/Course Schedule
総授業時間数(実時間);24時間

通常授業
1回目 強化学習概要
2回目 強化学習問題
3回目 動的計画法
4回目 モンテカルロ法
5回目 TD学習
6回目 適格度トレース
7回目 強化学習の特徴および定期試験に相当する試験実施

集中講義
1回目 認知心理学とは
2回目 知覚と認知
3回目 視覚認知
4回目 注意
5回目 学習
6回目 記憶
7回目 感性認知
8回目 心的表象と知識表現

・本授業は通常授業と集中講義からなっているので集中講義の日程は掲示板を参照すること.
・教科書の該当部分をあらかじめ予習して講義に臨むこと.
教科書
/Required Text
強化学習 Richard S. Sutton, Andrew G. Barto [著] ; 三上貞芳, 皆川雅章共訳  森北出版 2000(ISBN:4627826613)
教科書・参考書に関する備考 [教科書]

[参考書]

[備 考]
成績評価方法
/Grading Guidelines
・成績は定期試験にて評価し,100点満点中60点以上の者を合格とする.

各到達度目標の評価方法は,次のように行う.
目標1.定期試験において論述問題を出題し,達成度を評価する.
目標2.定期試験において実例を分析する問題を出題し,達成度を評価する.
目標3.定期試験において論述問題を出題し,達成度を評価する.
履修上の注意
/Notices
不合格者は再履修とする。
教員メッセージ
/Message from Lecturer
・「認識と学習」で学ぶ柔軟で適応的な情報処理技術は,情報科学のあらゆる場面で必要とされるものである.本講で扱う内容は,現在も新たな知見が続々と集積されつつある進展中の分野であり,将来研究開発の一線に立つ諸君に,今後様々な応用が見込まれるこの分野に対応できるよう,その基礎理論と考え方について理解を深めるものである.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報電子工学系学科の情報システム学コースとコンピュータ知能学コースの教育目標の以下の項目に対応している.
・情報技術者[コンピュータサイエンス]情報工学の基礎知識と応用能力を身につける.
関連科目
/Related course
・履修の必須要件となる科目はないが,1年次開講の「線形代数」,2年次開講の「確率・統計」の内容を修得していると理解しやすい.
・講義「認識と学習応用演習」では,本講義で学ぶ内容を実習を通して習得する.
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません

科目一覧へ戻る