検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
コンピュータ科学特論Ⅲ
| 令和２年度以降入学者 | コンピュータ科学特論Ⅲ | ||||
|---|---|---|---|---|---|
| 教員名 | 尾崎知伸 | ||||
| 単位数 | 2 | 課程 | 開講区分 | 文理学部 | |
| 科目群 | 地球情報数理科学専攻 | ||||
| 学期 | 後期 | 履修区分 | 選択必修 | ||
| 授業の形態 | 対面授業 BlackboardコースID：20224915 |
|---|---|
| 授業概要 | 代表的な確率論理プログラミング言語を対象に，問題の表現や，確率推論，パラメタ学習，構造学習の基礎について学修し，その応用の可能性について議論する． |
| 授業のねらい・到達目標 | 確率論理プログラミングを用いて，基礎的な問題を表現することができる． 確率論理プログラミングに関する基本的なアルゴリズムを説明できる． |
| 授業の方法 | 授業の形式：講義 講義とそれに対する議論を中心とする．また随時，計算機による実装・実験を行い，その結果に関して議論を行う． なお，文理学部の方針に従い，学部が定める要件を満たす場合はZoom（ライブ中継）での参加を認める． |
| 授業計画 | |
|---|---|
| 1 |
オリエンテーション（授業のテーマや到達目標及び授業の方法について説明する） 確率論理プログラミングの導入【対面】 【事前学習】シラバスを確認する．当該分野に関する簡単な調査を行う （2時間） 【事後学習】確率論理プログラミングの背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 2 |
確率計算・論理推論【対面】
【事前学習】配布資料を通読し，確率計算・論理推論の概要についてまとめる （2時間） 【事後学習】基本的な確率計算・論理推論手法を中心に復習し，疑問点，不明点の解決を図る （2時間） |
| 3 |
確率論理プログラムシステム【対面】
【事前学習】配布資料を通読し，代表的なシステムにおける構文や意味について簡単にまとめる （2時間） 【事後学習】構文や意味を中心に復習し，疑問点，不明点の解決を図る （2時間） |
| 4 |
確率推論アルゴリズム（導入）【対面】
【事前学習】配布資料を通読し，確率推論の目的や役割について簡単にまとめる （2時間） 【事後学習】アルゴリズムの背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 5 |
確率推論アルゴリズム（基礎）【対面】
【事前学習】配布資料を通読し，確率推論の基礎アルゴリズムについて簡単にまとめる （2時間） 【事後学習】アルゴリズムの特徴を整理するとともに，その発展について検討する （2時間） |
| 6 |
パラメタ学習アルゴリズム（導入）【対面】
【事前学習】配布資料を通読し，パラメタ学習の目的や役割について簡単にまとめる （2時間） 【事後学習】アルゴリズムの背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 7 |
パラメタ学習アルゴリズム（基礎）【対面】
【事前学習】配布資料を通読し，パラメタ学習の基礎アルゴリズムについて簡単にまとめる （2時間） 【事後学習】アルゴリズムの特徴を整理するとともに，その発展について検討する （2時間） |
| 8 |
構造学習アルゴリズム（導入）【対面】
【事前学習】配布資料を通読し，構造学習の目的や役割について簡単にまとめる （2時間） 【事後学習】アルゴリズムの背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 9 |
構造学習アルゴリズム（基礎）【対面】
【事前学習】配布資料を通読し，構造学習の基礎アルゴリズムについて簡単にまとめる （2時間） 【事後学習】アルゴリズムの特徴を整理するとともに，その発展について検討する （2時間） |
| 10 |
決定論的確率論理プログラミング（導入）【対面】
【事前学習】配布資料を通読し，決定論の目的や役割について簡単にまとめる （2時間） 【事後学習】背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 11 |
決定論的確率論理プログラミング（基礎）【対面】
【事前学習】配布資料を通読し，決定論の基礎アルゴリズムについて簡単にまとめる （2時間） 【事後学習】アルゴリズムの特徴を整理するとともに，その発展について検討する （2時間） |
| 12 |
深層学習技術との融合【対面】
【事前学習】配布資料を通読し，深層学習技術との関係性について簡単にまとめる （2時間） 【事後学習】背景にある考え方を中心に復習をし，疑問点，不明点の解決を図る （2時間） |
| 13 |
確率論理プログラミングの応用【対面】
【事前学習】配布資料を通読し，確率論理プログラミングの応用先について簡単にまとめる （2時間） 【事後学習】既存の応用先について整理を行い，新たな応用先について検討する （2時間） |
| 14 |
期末発表会の準備【対面】
【事前学習】期末発表内容の計画を準備する （2時間） 【事後学習】計算機実験を行う （2時間） |
| 15 |
期末発表会とフィードバック【対面】
【事前学習】発表資料を準備する （2時間） 【事後学習】発表会での議論を踏まえ，今後の課題について考察する．また，これまでの学修内容を振り返り，どの様な発展が考えられるか考察する （2時間） |
| その他 | |
|---|---|
| 教科書 | なし |
| 参考書 | Luc De Raedt, Kristian Kersting, Sriraam Natarajan, David Poole, Statistical Relational Artificial Intelligence: Logic, Probability, and Computation, Morgan & Claypool, 2016 Fabrizio Riguzzi, Foundations of Probabilistic Logic Programming: Languages, Semantics, Inference and Learning, River Publishers, 2019 Lise Getoor, Ben Taskar, Introduction to Statistical Relational Learning, The MIT Press, 2007 随時，関連する原著論文を利用する |
| 成績評価の方法及び基準 | 授業参画度(100%) 授業参画度は，講義内容に対する議論および期末発表の内容により評価する Zoom参加の場合でも，対面参加と同じ基準で評価を行う． |
| オフィスアワー | 質問は随時を受け付ける．原則，事前にメール等でアポイントをとること |