科目名	情報科学講究�T
単位数	2.0
担当者	教授　内田 智之
履修時期	前期
履修対象	１、２、３年次
講義形態	講義
講義の目的	人間の知的活動を支援する知的情報システム技術分野において高度な専門的知識・技能・能力を身につける。
到達目標	(1) 課題を正確に理解し、論理的に説明できる。 (2) 課題の内容を適切に把握し、その課題を解決するため、従来の研究結果等を解析、活用することができる。 (3) 従来の研究結果等に基づいた論証を適切に展開でき、適切な結果が導き出せる。
受講要件	特になし
履修取消の可否	否
履修取消不可の理由
事前・事後学修	教員より適宜個別に指示する。
講義内容	コンピュータの高性能化とネットワークの発達に伴い、大規模データから動的にかつ適切に知識発見するための機械学習法の研究が行われている。機械学習は、データの分析と予測の手段としての役割、データマイニングや知識発見の一端を担っており、社会学、生命科学、化学などの分野にも応用されている。様々な分野において集積されたデータ、特にグラフ構造を有するデータ（グラフ構造データ）からの知識発見手法の開発が強く求められている。そこで本講究では、計算可能性理論、計算量理論、形式言語理論およびグラフ理論に基づく理論面から、グラフ構造データに対する機械学習法について講述する。また、大規模グラフ構造データから実用的な時間で動的にかつ適切に知識発見するための機械学習アルゴリズムの開発およびデータマイニングや知識発見のための手法への応用について研究指導を行う。
期末試験実施の有無	実施しない
評価方法・基準	研究活動と発表により総合的に評価する。
教科書等	教員より適宜個別に指示する。
担当者プロフィール	九州大学大学院総合理工学研究科情報システム学専攻博士課程修了。博士(理学)(九州大学)。平成6年4月に広島市立大学助教授として着任、平成19年4月から同准教授を経て、令和5年4月より同教授となり、現在に至る。専門分野は、データマイニング、機械学習、グラフ理論、アルゴリズム理論など。知能工学専攻のデータ科学講座所属。
講義に関連する実務経験
課題や試験に対するフィードバック	教員より適宜個別に指導を行う。
アクティブ・ラーニング
キーワード	機械学習、データマイニング、計算可能性理論、計算量理論、形式言語理論、グラフ理論
備考	主指導教員としての「情報科学講究�T」を履修する場合は必修