人工知能の基礎

高知工科大学　情報学群
知能情報学研究室　吉田真一

はじめに（1分38秒）

第1章人工知能の歴史（8分30秒）
1.1 AIとは
1.2 知能（Intelligence）の研究分野
1.3 狭義の AI の歴史と広がり
1.4 現代のAIの成功
1.5 歴史Ⅰ：第１期～探索・推論～
1.6 第２期～知識・エキスパートシステム～
1.7 機械学習（Classical AI）
1.8 エキスパートシステムにおける問題
1.9 第２次AIブーム

第2章　機械学習の概観（18分18秒）
2.1 「記号処理」・「パターン認識」
2.2 CI(Computational Intelligence)
2.3 ニューラルネットワーク
2.4 ニューラルネットワークの歴史
2.5 パターン認識としてのAI
2.6 機械学習＝データの意味を見出す
2.7 機械学習とは
2.8 機械学習の種類
2.9 教師付き機械学習
2.10 分類とは
2.11 線形回帰
2.12 回帰と分類
2.13 機械学習における諸問題
2.14 関数 f の評価
2.15 代表的な教師付き機械学習アルゴリズム
2.16 決定木と集団(アンサンブル)学習
2.17 サポートベクトルマシン（SVM）
2.18 教師無し機械学習
2.19 クラスタリングと次元削減
2.20 k-means クラスタリング

第3章　ニューラルネットワークとディープラーニング（11分41秒）
3.1 ニューラルネットワーク
3.2 ニューラルネットワークの学習
3.3 連想記憶とオートエンコーダ
3.4 ディープラーニング（深層学習）
3.5 ディープラーニングのポイント
3.6 第3次 AI ブーム
3.7 分野を超えるAI
3.8 これからのAI

□人工知能の最先端（2019.12.26：45分18秒）

第１部（16分43秒）
・最先端はCNN
・ニューラルネット
・CNN
・畳み込み層
・畳み込みの演算

第２部（16分32秒）
・活性化関数
・プーリング
・ストライド幅
・CNNの実際の構築例
・層の深さと学習時間

第３部（12分3秒）
・GPU
・AI用スーパーコンピュータ
・学習済み深層学習モデル
・転移学習
・CNNのまとめ