| シラバス | - ［授業の方法］
- 講義・発表
- ［受入人数］
- 20名
- ［受講対象］
- 自学部他学科生 履修可,他学部生 履修可,科目等履修生 履修可
- ［授業概要］
- ロボットや身の回りにある機械システムに組み込まれている知能化・高精度化の技術について講義する．特に，強化学習やニューラルネットワークなどの機械学習，期待値最大化法などのクラスタリング，遺伝的アルゴリズムや滑降シンプレックス法などの最適化手法について述べる．授業は講義だけでなく受講者による発表も平行して行うことで理解を深める．
- ［目的・目標］
- 機械システムに組み込まれている知能化・高精度化の技術について基礎的な知識を学び，受講者自身の研究にも適用できる可能性を見いだせるようになることを目標とする．
- ［授業計画・授業内容］
- 授業計画は以下を予定しているが，受講者の人数や理解度に応じて変更する可能性がある．
- 知的機械システムの概論，知能化の歴史
- 身の回りの知能化技術
- 機械学習理論の第一歩
- 確率を用いた推定理論
- 分類アルゴリズムの基礎
- 学習モデルの評価方法
- 教師無し学習モデルの基礎
- 期待値最大化法（EMアルゴリズム）
- ベイズ推定
- ファジィ理論の基礎
- ニューラルネットワーク
- 遺伝的アルゴリズム，滑降シンプレックス法
- 強化学習の基礎
- 知能化技術の応用１
- 知能化技術の応用２
- 知能化技術の応用３
- ［キーワード］
-
- ［教科書・参考書］
-
- ［評価方法・基準］
- 課題発表30%，レポート70%で評価し，60点以上を合格とする．
- ［関連科目］
-
- ［履修要件］
-
- ［備考］
-
|
|---|