人工知能論 I
Artificial Intelligence I

---

講義内容

人工知能システムの基本的な考え方と構成法を中心に講述する。探索・問題 解決の基本的なアルゴリズム，知識表現法，機械学習などについて，次の項目 を中心に，背後にある概念，主な処理方式，実現法などについて述べる。
またLISPによる演習を同時に行い，実装方法についても学習する。

　　１. 探索アルゴリズム（A*探索，αβカットなど）　　
　　２. 制約充足（アーク制約，経路制約）　　
　　３. フレーム（継承と概念の体系化，手続き付加）　
　　４. プロダクションシステム（枠組と高速化手法）
　　５. 不完全な知識に基づく推論
　　 （非単調推論，TMSを用いた信念管理，ATMSを用いた信念管理，信念管理の形式的扱い）
　　６. 機械学習（決定木，強化学習）

教科書

西田豊明：人工知能の基礎，丸善，ISBN4-621-04646-2

参考書

１. Russell, S.and Norvig, P.; Artificial Intelligence--A Modern Approach,
　 Prentice-Hall, 1995　ISBN 0-13-103805-2
２. Ginsberg, M.: Essentials of Artificial Intelligence,
　 Morgan Kaufmann Publishers, Inc., 1993 ISBN 1-55860-221-6
３. Stuart C. Shapiro (editor-in-chief): Encyclopedia of Artificial Intelligence,
　 Volume1, Volume2, Wiley Interscience, 1987
　 ISBN 0 471-80748-6(2 Volume Set)

前提とする知識(必ずしも先修条件ではない)

　 データ構造

成績評価方法及び基準

成績評価は, 出席状況および出席態度（10％）, 演習課題の理解度完成度, 独創 性, 着想性（50％）, レポートの完成度, 独創性, 発送の豊かさ（40％）によって 行う。