キーワード
|
|
|
|
アルゴリズム，データ構造，人工知能、データマイニング、オンライン予測、自然言語処理、整数計画問題、組み合わせのアルゴリズム
|
|
|
|
授業の目標
|
|
|
|
・プログラミングとは何かを理解する。
・プログラミングでどのような問題が解けるのかを体験する。
・プログラミングをする上で、アルゴリズムとデータ構造の重要性を学ぶ。
・既存のライブラリを活用することにより、効率的なプログラミングが可能であることを学ぶ。
|
|
|
|
到達目標
|
|
|
|
・Pythonで簡単なプログラミングができる。
・問題を解くアルゴリズムを理解し、それを実装したPythonプログラムの簡単な改造ができる。
・メモリと計算時間を意識したプログラミングができる。
・ライブラリを組合わせて効率的にプログラミングができる。
|
|
|
|
授業計画
|
|
|
|
第１回ガイダンス
第２回Pythonの動かし方
第３〜５回 オンライン予測
過去の履歴から次を予測することを繰り返すオンライン予測の手法を演習する。
第６〜８回 自然言語処理・テキストマイニング
自然言語処理の技術として、日本語のような分かち書きされていない文を単語に分割する形態素解析について学び、
文書や文書群に特徴的な単語を抽出するといったテキストマイニングの手法について演習を行う。
第９〜１１回 整数計画問題
線形計画問題や整数計画問題を例に、問題を定式化して最適解を求める手法を演習する。
第１２〜１４回 組み合わせのアルゴリズム
迷路脱出や、Nクイーン問題やハノイの塔などのパズルを例に、探索を用いて効率よく解を求める組み合わせアルゴリズムについて演習を行う。
第１５回 発表会
|
|
|
|
準備学習(予習・復習)等の内容と分量
|
|
|
|
|
|
|
|
|
成績評価の基準と方法
|
|
|
|
- 成績評価は、授業や演習への積極性(30%), レポートや成果物の内容(40%)、発表会でのプレゼンテーション(30%)を総合的に評価する。
|
|
|
|
有する実務経験と授業への活用
|
|
|
|
|
|
|
|
|
他学部履修の条件
|
|
|
|
|
|
|
|
|
テキスト・教科書
|
|
|
|
|
|
適宜，参考となる図書を紹介する．
|
|
|
|
講義指定図書
|
|
|
|
|
|
|
|
|
|
参照ホームページ
|
|
|
|
|
|
|
|
|
研究室のホームページ
|
|
|
|
|
|
|
|
|
備考
|
|
|
|
|
|
|
|
|
更新日時
|
|
|
|
|
|
|
|
|
授業実施方式
|
|
|
|
|
|
|
|