人工知能｜シラバス情報

科目授業名称（和文）　Name of the subject/class (in Japanese)

人工知能

科目授業名称（英文）　Name of the subject/class (in English)

Artificial Intelligence

授業コード　Class code

9985210

科目番号　Course number

85MFCOG201

教員名

横田　秀夫

Instructor

Hideo Yokota

開講年度学期

2026年度前期

Year

2026年度

Semester

①First semester

曜日時限

集中講義

Class hours

Intensive Course

開講学科・専攻　Department

先進工学部　機能デザイン工学科

Department of Medical and Robotic Engineering Design, Faculty of Advanced Engineering

単位数　Course credit

2.00単位

授業の方法　Teaching method

講義

Lecture

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

⑤ [対面]ブレンド型授業/ [On-site] Blended format (must include 50%-or-more classes held on-site)

概要　Description

本学科のカリキュラム・ポリシー第１項の「基礎科学とデザイン思考を共通基盤として重視した教育を行い、それを足場としてナノメディスンとロボティクスを「ヒトのカラダを助ける工学」として応用するための専門知識を修得することで、正しい倫理観と豊かな人間性のもとに、イノベーションを産む人材を育成する」という人材育成の目的に従って、本講義では、人工知能の基礎について習熟し､人工知能を理論的に解釈できることを目的とする。

目的　Objectives

本科目はカリキュラム・ポリシー第１項の「ヒトのカラダを助ける工学の創出」という教育研究理念に基づき、「基礎科学とデザイン思考を習熟した上で、ナノメディスンとロボティクスの専門知識を修得した創造性豊かな人材の輩出を目指すとともに、正しい倫理観と豊かな人間性のもとに、イノベーションを産む人材を育成する」という教育目的に教育課程を編成する」ことに関係する科目である。本科目では、人工知能に関する概略とその構成要素について理解できるようになることを目的とする。

到達目標　Outcomes

人工知能の基礎について学ぶことで、「ヒトのカラダを助ける工学」に携わる研究者・技術者として基礎的な知識を修得することを目標とする。

卒業認定・学位授与の方針との関係（学部科目のみ）

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/

履修上の注意　Course notes prerequisites

随時前回の講義の復習を行うので復習を欠かさないこと。

アクティブ・ラーニング科目　Teaching type（Active Learning）

-

準備学習・復習　Preparation and review

各回の講義内容を⼗分復習し，講義での実施した演習を説明・実施できるようにしておくこと。

成績評価方法　Performance grading policy

原則的に、到達度評価（100%）により総合的に評価する。

学修成果の評価　Evaluation of academic achievement

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

-

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://gomykits.kinokuniya.co.jp/tokyorika/

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

授業計画　Class plan

１．人工知能の概要
　　人工知能の概要、定義、隣接学問分野について理解できるようになる。
２．人工知能の分類
人工知能の代表的な分類とその概要、利用、産業応用について理解できるようになる。
３．人工知能研究の歴史
　　人工知能開発に関する歴史、その経緯、成果について理解できるようになる。
４．機械学習の原理
　　機械学習の原理について理解できるようになる。
５．知識表現と推論
　　知識表現と
６．ニューラルネットワーク
　　ニューラルネットワークの分類、原理について理解できるようになる。
７．深層学習
　　深層学習の分類、原理について理解できるようになる。
８．進化的学習・群知能
　　進化的学習/群知能について理解できるようになる。
９．自然言語処理
　　自然言語処理に関して基礎手金処理、機械学習を用いた手法に関して、その原理、応用について理解できるようになる。
１０．画像認識
　　　画像認識の基礎からその応用について理解できるようになる。
１１．エージェントと強化学習
　　　エージェントと強化学習の分類、それぞれの基礎と応用について理解できるようになる。
１２．人工知能とゲーム
　　　人工知能とゲームの原理、実装、応用について理解できるようになる。
１３．生成的人工知能
　　　生成的人工知能の現状、応用について理解できるようになる。
１４．人工知能演習
　　　人工知能に関する総合演習を実施する
１５．達成度評価

担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor

国内研究機関の研究員、PI（工学、情報学）の勤務実績を活かし、人工知能について講義する。

教育用ソフトウェア　Educational software

-

備考　Remarks

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

N

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

N