| 開講学期／Course Start | 2017年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 他 /Oth. |
| 授業区分／Regular or Intensive | 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年,4年 |
| 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 | 演習 |
| 授業科目名／Course Title | 人工知能応用演習／Practice in Artificial Intelligence |
| 単位数／Number of Credits | 1.0 |
| 担当教員名／Lecturer |
福多賢太郎（非常勤講師） 窓口：工藤康生(情報電子工学系学科情報システム学コース) |
| 時間割コード／Registration Code | C4728 |
| 連絡先／Contact |
工藤康生(工藤康生(V408 0143-46-5469 kudo＠csse.muroran-it.ac.jp ＊＠を小文字に変更してください。) ) |
| オフィスアワー／Office hours | 工藤康生(工藤康生(水曜日 16:30-17:30) ) |
| 更新日／Date of renewal | 2017/09/25 |
|---|---|
| 授業のねらい ／Learning Objectives |
人工知能とは，「知的に振る舞う」システムを実現することを目標とし，その内容は，問題解決，知識表現，知識獲得など幅広く，横断的な研究分野である． 本演習では，問題解決技術に着目し，生命科学領域における具体的な問題を題材に対して，その解法を理解するとともにC言語及びC++言語を用いてプログラムを実装することを目的とする． また，問題解決に関連したデータ構造やアルゴリズムにおけるパラメータの変化による，時間的ないし空間的なパフォーマンスの変化を，実験的に評価及び考察する能力を養うことを目的とする． |
| 到達度目標 ／Outcomes Measured By: |
目標１．解法の基本的なアイディアを理解する．(30%) 目標２．解法をプログラムに実装する．(40%) 目標３．実験により解法を評価する．(30%) |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）： 135分 × 5回 = 675分（11.25 時間） 1回目 生命科学領域における人工知能の必要性; 問題領域の説明 2回目 プログラミングを促進するための幾つかのC++技法の学習，及び演習 3回目 ハイスコアリングパスを用いた有力な遺伝子領域の推定問題の解説（及び実装の開始）． 4回目 実装（パスの探索アルゴリズムや「5.評価」に必要なモジュールを用意する） 5回目 評価（パラメータ変更に伴った計算速度やパスの妥当性について比較検討を行う） ・講義時間外の演習室開放時間を利用して，演習内容の自主的な予習復習を行うことを前提とする． |
| 教科書・参考書に関する備考 | 演習中に資料を配布する．また，必要に応じて問題の実装に必要なコードの一部を配布する． |
| 成績評価方法 ／Grading Guidelines |
100点満点中60点以上が合格点である． 以下の3点から評価を行う． 1. [2回目]における演習課題の実装可否 2. 3回目から5回目を通じて行われる演習課題の実装可否 3. 全講義終了後に提出するレポート レポートでは次の点について評価する 目標1. 生命科学分野における人工知能の必要性を説明できるか 目標2. 本講義で対象とした問題領域について，その解法の基本的なアイディアを説明できるか 目標3. 解法を正しく実装できているか？，その性能評価及び妥当性に関連した評価がなされているか． |
| 履修上の注意 ／Notices |
不合格の場合は再履修すること． |
| 教員メッセージ ／Message from Lecturer |
本講義では生命科学領域における重要な課題である「生命のDNA配列の中から遺伝子がある場所を特定するための方策」について取り上げている． この分野ではいくつもの高度な人工知能技術が使用されているが，本講義では，その概要を説明した上で，演習時間内で理解と実装ができる課題に取り組みたい． 受講に際して，生命科学における高度な知識は必要としないが，「データ構造とアルゴリズム」「プログラミング」どの知識は習得済みであることを前提とする． なお，基底科目の「生物学入門（情電）」を履修しているとより深い理解が得られると思われる． また，単位とは無関係に生命科学への興味を深めたい学生は講習会としての参加を可能とする |
| 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学習目標の以下の項目に対応している． ［コンピュータサイエンス］情報電子工学系学科の基礎知識と応用能力を身につける。 |
| 関連科目 ／Related course |
人工知能 |
| 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 | ||||
|
Active learning 1-1 ／主体的学修（予復習，反転授業，小テスト，振り返り 等） |
講義時間外の演習室開放時間を利用して，演習内容の自主的な予習復習を行うことを前提とする． |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
|
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
生命科学領域における実データに対して，人工知能的手法を用いて実践的な問題解決を行う． |
|
Active learning 3-2 ／上記項目に係るALの度合い |
50%超 |