機械学習
[
Front page
] [
New
|
List of pages
|
Search
|
Recent changes
|
Help
] [
Japanese
/
English
]
Research
research overview
papers
media
Members
professors
graduates
undergraduates
alumni
Links
Links
Classes
Computer Programming Basic II
Special Lecture of Mechanical Intelligent System Engineering I
Start:
[[研究会(meetings)/輪講(study)]]
*機械学習の輪講[#da6e4a9b]
-1回/1週(1年以上かかるけど,継続してやろう)
-時間は絶対1時間以内
-[[教科書 エージェント アプローチ 人工知能 第2版>https://...
-教科書は,研究室にあります.
--[[(内容紹介より)>]]
-内容は,担当者が教科書の担当部分を発表する.
-参加希望の場合は、以下の表に自分の名前を書き加えてくださ...
-目的
--
|CENTER:氏名(name)|CENTER:希望曜日、時間等(convenient day...
|山本|土日以外,朝9時開始とか|
|髙橋|平日 昼過ぎが良い|
|赤羽|月,金,火の午後,水と木の午前|
|梅津|平日|
|水内|平日午前を希望|
|||
*予定表 [#hac1d83c]
|CENTER:回数|CENTER:日時|CENTER:部屋|CENTER:担当講師(name...
|CENTER:第1回|||||
|CENTER:第2回|||||
|CENTER:第3回|||||
|CENTER:第4回|||||
|CENTER:第5回|||||
|CENTER:第6回|||||
|CENTER:第7回|||||
|CENTER:第8回|||||
|CENTER:第9回|||||
*エージェント アプローチ 人工知能 第2版, Ruseell Peter No...
-第1章 人工知能
--1 序論
--1.1
---AIとは?
---人間のように行動する: チューニングテストアプローチ
---人間のように考える: 認知モデルアプローチ
---合理的に考える: "思考の法則"によるアプローチ
---合理的に行動する: 合理的エージェントアプローチ
--1.2
---人工知能の基礎
---哲学
---数学
---経済学
---神経科学
---心理学
---コンピュータ技術
---制御理論とサイバネティクス
---言語学
--1.3
---人工知能の歴史
---人工知能の懐胎
---人工知能の誕生
---初期の情熱,大きな期待
---現実からの反撃
---知識に基づくシステム: 力への鍵になるか?
---AIが産業になる
---ニューラルネットワークの復活
---AIが科学となる
---知的エージェントの出現
--1.4
---最新技術
--1.5
---まとめ
--2 知的エージェント
---2.1 エージェントと環境
---2.2
---良い振舞い: 合理性の概念
---性能指標
---合理性
---全知全能と学習,自律性
--2.3
---環境の性質
---タスク環境の設定
---タスク環境の性質
--2.4
---エージェントの構造
---エージェントプログラム
---単純条件反射エージェント
---モデルベース条件反射エージェント
---目的ベースエージェント
---効用ベースエージェント
---学習エージェント
--2.5
---まとめ
-第3章 問題解決
--3 探索による問題解決
--3.1
---問題解決エージェント
---明確に定義された問題と解
---問題の定式化
--3.2
---例題
---おもちゃの問題
---現実世界問題
--3.3
---解の探索
---問題解決の達成度に関する尺度
--3.4
---情報のない探索戦略
---幅優先戦略
---均一コスト探索
---深さ優先探索
---深さ制限探索
---反復深化深さ優先探索
---双方向探索
---情報のない探索戦略の比較
--3.5
---繰返し状態の回避
--3.6
---部分的知識をもつ探索
---センサなし問題
---偶然性問題
--3.7
---まとめ
--4 知識に基づく探索と探査
--4.1
---知識に基づく(ヒューリスティック)探索手法
---欲張り最良優先探索
---A*探索: 経路全体の解コストの見積もりの最小化
---メモリ限定ヒューリスティック探索
---より良い探索のための学習
--4.2
---ヒューリスティック関数
---効率におけるヒューリスティックの正確さの影響
---許容的なヒューリスティックの学習
---経験からのヒューリスティックと最適問題
--4.3
---局所探索アルゴリズムと最適化問題
---山登り探索
---シミュレーテッドアニーリング探索
---局所的ビーム探索
---遺伝的アルゴリズム
--4.4
---連続空間における局所探索
--4.5
---オンライン探索エージェントと未知環境
---オンライン探索問題
---オンライン探索エージェント
---オンライン局所探索
---オンライン探索での学習
--4.6
---まとめ
--5 誓約充足問題
--5.1
---誓約充足問題
--5.2
---誓約充足問題のための後戻り探索
---変数および値の順序づけ
---制約を用いた情報の伝播
---知的後戻り: 失敗の原因を振り返る
--5.3
---制約充足問題のための局所探索
--5.4
---問題の構造
--5.5
---まとめ
--6 敵対探索
--6.1
---ゲーム
--6.2
---ゲームにおける最適解
---最適戦略
---ミニマックスアルゴリズム
---多人数ゲームの最適決定
--6.3
---アルファ・ベータ枝刈り
--6.4
---不完全リアルタイム決定
---評価関数
---探索の打ち切り
--6.5
---偶然の要素を含むゲーム
---偶然節点を有するゲームの曲面評価
---期待ミニマックスの計算量
---トランプ
--6.6
---ゲームプログラミングの現在
--6.7
---考察
--6.8
---まとめ
-第3章 知識と推論
--7 論理的エージェント
--7.1
---知識エージェント
(続く)
*コメントなど [#c11b7980]
#comment([above])
End:
[[研究会(meetings)/輪講(study)]]
*機械学習の輪講[#da6e4a9b]
-1回/1週(1年以上かかるけど,継続してやろう)
-時間は絶対1時間以内
-[[教科書 エージェント アプローチ 人工知能 第2版>https://...
-教科書は,研究室にあります.
--[[(内容紹介より)>]]
-内容は,担当者が教科書の担当部分を発表する.
-参加希望の場合は、以下の表に自分の名前を書き加えてくださ...
-目的
--
|CENTER:氏名(name)|CENTER:希望曜日、時間等(convenient day...
|山本|土日以外,朝9時開始とか|
|髙橋|平日 昼過ぎが良い|
|赤羽|月,金,火の午後,水と木の午前|
|梅津|平日|
|水内|平日午前を希望|
|||
*予定表 [#hac1d83c]
|CENTER:回数|CENTER:日時|CENTER:部屋|CENTER:担当講師(name...
|CENTER:第1回|||||
|CENTER:第2回|||||
|CENTER:第3回|||||
|CENTER:第4回|||||
|CENTER:第5回|||||
|CENTER:第6回|||||
|CENTER:第7回|||||
|CENTER:第8回|||||
|CENTER:第9回|||||
*エージェント アプローチ 人工知能 第2版, Ruseell Peter No...
-第1章 人工知能
--1 序論
--1.1
---AIとは?
---人間のように行動する: チューニングテストアプローチ
---人間のように考える: 認知モデルアプローチ
---合理的に考える: "思考の法則"によるアプローチ
---合理的に行動する: 合理的エージェントアプローチ
--1.2
---人工知能の基礎
---哲学
---数学
---経済学
---神経科学
---心理学
---コンピュータ技術
---制御理論とサイバネティクス
---言語学
--1.3
---人工知能の歴史
---人工知能の懐胎
---人工知能の誕生
---初期の情熱,大きな期待
---現実からの反撃
---知識に基づくシステム: 力への鍵になるか?
---AIが産業になる
---ニューラルネットワークの復活
---AIが科学となる
---知的エージェントの出現
--1.4
---最新技術
--1.5
---まとめ
--2 知的エージェント
---2.1 エージェントと環境
---2.2
---良い振舞い: 合理性の概念
---性能指標
---合理性
---全知全能と学習,自律性
--2.3
---環境の性質
---タスク環境の設定
---タスク環境の性質
--2.4
---エージェントの構造
---エージェントプログラム
---単純条件反射エージェント
---モデルベース条件反射エージェント
---目的ベースエージェント
---効用ベースエージェント
---学習エージェント
--2.5
---まとめ
-第3章 問題解決
--3 探索による問題解決
--3.1
---問題解決エージェント
---明確に定義された問題と解
---問題の定式化
--3.2
---例題
---おもちゃの問題
---現実世界問題
--3.3
---解の探索
---問題解決の達成度に関する尺度
--3.4
---情報のない探索戦略
---幅優先戦略
---均一コスト探索
---深さ優先探索
---深さ制限探索
---反復深化深さ優先探索
---双方向探索
---情報のない探索戦略の比較
--3.5
---繰返し状態の回避
--3.6
---部分的知識をもつ探索
---センサなし問題
---偶然性問題
--3.7
---まとめ
--4 知識に基づく探索と探査
--4.1
---知識に基づく(ヒューリスティック)探索手法
---欲張り最良優先探索
---A*探索: 経路全体の解コストの見積もりの最小化
---メモリ限定ヒューリスティック探索
---より良い探索のための学習
--4.2
---ヒューリスティック関数
---効率におけるヒューリスティックの正確さの影響
---許容的なヒューリスティックの学習
---経験からのヒューリスティックと最適問題
--4.3
---局所探索アルゴリズムと最適化問題
---山登り探索
---シミュレーテッドアニーリング探索
---局所的ビーム探索
---遺伝的アルゴリズム
--4.4
---連続空間における局所探索
--4.5
---オンライン探索エージェントと未知環境
---オンライン探索問題
---オンライン探索エージェント
---オンライン局所探索
---オンライン探索での学習
--4.6
---まとめ
--5 誓約充足問題
--5.1
---誓約充足問題
--5.2
---誓約充足問題のための後戻り探索
---変数および値の順序づけ
---制約を用いた情報の伝播
---知的後戻り: 失敗の原因を振り返る
--5.3
---制約充足問題のための局所探索
--5.4
---問題の構造
--5.5
---まとめ
--6 敵対探索
--6.1
---ゲーム
--6.2
---ゲームにおける最適解
---最適戦略
---ミニマックスアルゴリズム
---多人数ゲームの最適決定
--6.3
---アルファ・ベータ枝刈り
--6.4
---不完全リアルタイム決定
---評価関数
---探索の打ち切り
--6.5
---偶然の要素を含むゲーム
---偶然節点を有するゲームの曲面評価
---期待ミニマックスの計算量
---トランプ
--6.6
---ゲームプログラミングの現在
--6.7
---考察
--6.8
---まとめ
-第3章 知識と推論
--7 論理的エージェント
--7.1
---知識エージェント
(続く)
*コメントなど [#c11b7980]
#comment([above])
Page: