| 開講学期／Course Start | 2021年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 火/Tue 5,火/Tue 6 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | システム理化学科数理情報システムコース |
| 対象学年／Year | 3年,4年 |
| 授業科目区分／Category | 教育課程 システム理化学科 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 認識と学習／Learning and Recognition |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 倉重健太郎 |
| 時間割コード／Registration Code | J4150 |
| 連絡先／Contact |
倉重健太郎(R301 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 16:30-17:00) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2021/08/18 |
|---|---|
| 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，認識・学習を行う簡単なプログラム（学習認識機械）を実際に作成することで，工学的な問題に対する適用方法やデータ分析の手法を実践的に習得する． |
| 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.機械学習における対象問題を理解し，具体的な問題に応用できる（応用力）． 3.学んだアルゴリズムを用いて学習認識プログラムを作成し，対象問題に対して学習パフォーマンスを得られるようパラメータを選択できる（実践力）． |
| 授業計画 ／Course Schedule |
講義科目 : 1単位 45分x2時限x10回=15時間 演習科目 : 1単位 45分x2時限x5回=7.5時間 総授業時間数（実時間）:22.5時間 通常授業 1回目 強化学習背景 2回目 強化学習概要 (教科書p.2-7) 3回目 行動選択手法概要 (教科書p.29-33) 4回目 強化学習問題 (教科書p.55-62,74-81) 5回目 状態遷移確率と報酬モデル (教科書p.62-74) 6回目 動的計画法 (教科書p.94-109) 7回目 モンテカルロ法 (教科書p.119-131) 8回目 TD学習:概要 (教科書p.142-167) 9回目 TD学習:TD予測の定式化 (教科書p.142-151) 10回目 TD学習:TD制御の定式化 (教科書p.151-159) 11回目 強化学習問題に対する演習 12回目 強化学習の実装:雛形プログラムの理解 13回目 強化学習の実装:行動選択手法の実装 14回目 強化学習の実装:TD学習の実装 15回目 計算機シミュレーションによる学習プログラムの動作検証とパラメータの検証 定期試験 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． 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。 |
| 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) |
| 成績評価方法 ／Grading Guidelines |
・成績は定期試験(70点)およびレポート(30点)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.レポートに記載されたプログラムのソース・結果・考察から，達成度を評価する． 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 |
| 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，「線形代数」，「確率・統計」の内容を修得していると理解しやすい． |
| 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（反転授業，小テスト，振り返り 等） |
該当なし |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%～50% |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
該当なし |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%～50% |
|
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） |
該当なし |
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%～50% |