授業科目名
  最適化・人工知能アルゴリズム
   Algorithm for Optimization and Artificial Intelligence
時間割番号
2714
担当教員名
  荒川　雅裕
実務経験
反映科目
O
学科・年次
  工学部 社会工学科
  工学部 創造工学教育課程
  3年次
科目区分
  専門教育科目
単位数
2
時間割
  前期 月曜5-6限
授業形態
講義
授業実施方法
  ☑ 対面【一部遠隔の場合あり】
  ☐ 全て遠隔【全授業（テストを除く）をオンデマンドで実施（全オンデマンド型）】
  ☐ 全て遠隔【同時双方向で実施】
  ☐ 全て遠隔【オンデマンド及び同時双方向で実施】
  ☐ 1/2遠隔【全授業のうち、1/2以上を遠隔（オンデマンド又は同時双方向）】

・「全て遠隔」又は「1/2遠隔」に✓のある科目は、遠隔授業の上限単位数60単位に算定されます。
・大学院には遠隔授業における上限単位数はありません。
ディプロマ・ポリシーとの対応
☐ 1. 人間，文化，社会を理解し，それらを技術的観点から考察する能力と技術を新しい生活につなぐ強い使命感・責任感，高い倫理観
☑ 2. 現象の理解・操作のための数理的基礎知識と科学的素養
☐ 3. 国内外の人々と対話できるコミュニケーション力と論理的思考力
☑ 4. （高度工学教育課程のみ）基幹となる専門分野の基盤的な知識・技術とこれによって課題を解決する能力，新たな知識・技術を習得する能力
☐ 4. （創造工学教育課程のみ）基幹となる専門分野の基礎知識と他の分野の知識・技術を関連づけ多面的に見ることで新たな価値を創出する能力
授業の目的・達成目標

目的
本授業ではシステムの分析，評価，運用に関して有効とする最適化アルゴリズムについて解説し，実装方法を説明する．アルゴリズムの実装演習では，現実に類似する問題を設定し，実践的な方法を学習するとともに，得られた結果から情報の特徴を分析する能力を修得する。電機・半導体系企業および研究所に在籍した経験を持つ教員が、製造業における現実問題の知見を活かした授業を行う。

達成目標
１．データ構造や最適化アルゴリズムを構築する知識を習得できる。
２．プログラミングの課題を通して，アルゴリズムを開発する知識とデータの分析能力を養う。
３．AI技術の数理的な知識と実装方法を学習する。

授業計画

１．　ガイダンス
２．　データ構造 (1)
３．　データ構造 (2)
４．　線形計画法
５．　山登り法，局所探索法
６．　ヒューリスティックスアプローチ
７．　遺伝的アルゴリズム，PSO
８．　多目的遺伝的アルゴリズム
９．　中間テスト
１０．　python基本１(行列と配列の操作)
１１．　python基本２(ファイル操作)
１２．　教師あり学習１
１３．　教師あり学習２
１４．　ニューラルネットワークとDeep Learning１
１５．　ニューラルネットワークとDeep Learning２
１６．　総合課題

進度によって，講義内容を変更する場合がある。

 

本授業は対面で実施する。
進捗状況などによりオンデマンドで実施する場合があるが，その場合は授業あるいはMoodle上で連絡する。

 

 

成績評価の方法

定期テスト(予定１回)と総合課題によるレポートを予定

成績評価の基準
秀　 達成目標を超えた成果を上げている　100点～90点
優　 達成目標に十分達している　　　　　89点～80点
良　 達成目標に達している　　　　　　　79点～70点
可　 達成目標に概ね達している　　　　　69点～60点
不可 達成目標に達していない　　　　　　59点以下

今年度はテストの成績と提出されたレポートを下記の基準で採点する。

（予定）テスト50％＋レポート50％

事前・事後学修等の指示及び履修にあたっての注意事項

Java言語によるプログラミングの知識を有すること。
2年後期の科目「プログラムデザイン」の履修を条件とする。
(このため，授業の継続性のため，受講対象は経営システムの学生のみとする。)

事前学習：配布資料について事前に予習しておく。(120分)
事後学習：サンプル例を示しているので講義の内容を実行して確認しておく。(120分） 

教科書
講義は資料を配布して行う
参考書