2020年度 学院等開講科目 情報理工学院 専門科目
実践AI・データサイエンスC
- 開講元
- 専門科目
- 担当教員
- 村田 剛志 / 渡辺 薫 / 木島 俊哉 / 河野 幸弘 / 岡田 雅司 / 北山 大介 / 喜田 豪 / 森田 克明
- 授業形態
- 講義
- メディア利用科目
- -
- 曜日・時限
(講義室) - クラス
- -
- 科目コード
- XCO.T495
- 単位数
- 100
- 開講時期
- 2020年度
- 開講クォーター
- 4Q
- シラバス更新日
- 2025年7月10日
- 使用言語
- 日本語
シラバス
授業の目的（ねらい）、概要
この授業科目は、AIやデータサイエンス技術の社会実装の現状と最先端技術を理解し、それらの技術の応用可能性と課題を考察することを目的としている。授業計画に示すとおり各回の授業において、IT、金融、重工業、製造業、エネルギー等の分野における技術開発や商品開発の動向や課題を解説する。
到達目標
この授業科目は、様々な分野のAIやデータサイエンス技術に関する知識を獲得し、課題レポートによって社会応用に関する考察や新たな着想を説明することによって、受講生が実社会において活躍する広い視野を得ることを目標にしている。
キーワード
データサイエンス、AI、オペレーション最適化、金融、重工業、機械学習、製造業、エネルギー
学生が身につける力
- 専門力
- 教養力
- コミュニケーション力
- 展開力 (探究力又は設定力)
- 展開力 (実践力又は解決力)
授業の進め方
第1回～第7回：講義
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | データアナリシス/AIによるオペレーション最適化問題の解法(1) (株式会社日立製作所: 渡辺薫氏) | 講義中に指示する。 |
| 第2回 | データアナリシス/AIによるオペレーション最適化問題の解法(2) (株式会社日立製作所: 渡辺薫氏) | 講義中に指示する。 |
| 第3回 | 金融とデータサイエンス(三菱UFJ銀行: 木島俊哉氏) | 講義中に指示する。 |
| 第4回 | 重工業におけるAI/データ分析技術の活用(株式会社IHI: 河野幸弘氏) | 講義中に指示する。 |
| 第5回 | 微分可能性と不確実性を考慮した機械学習と産業応用」(パナソニック株式会社: 岡田雅司氏) | 講義中に指示する。 |
| 第6回 | 製造業におけるデータサイエンス・AI活用例 (AGC株式会社: 北山大介氏、喜田豪氏) | 講義中に指示する。 |
| 第7回 | エネルギーソリューションサービスにおけるAI活用(三菱重工業株式会社: 森田克明氏) | 講義中に指示する。 |
準備学修(事前学修・復習)等についての指示
学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する 予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。
教科書
なし
参考書、講義資料等
なし
成績評価の方法及び基準
レポート（１００％）により評価する。
関連する科目
- XCO.T487 ： 基盤データサイエンス
- XCO.T488 ： 基盤データサイエンス演習
- XCO.T489 ： 基盤人工知能
- XCO.T490 ： 基盤人工知能演習
- XCO.T483 ： 応用AI・データサイエンスA
- XCO.T484 ： 応用AI・データサイエンスB
- XCO.T485 ： 応用AI・データサイエンスC
- XCO.T486 ： 応用AI・データサイエンスD
履修の条件・注意事項
なし
その他
スライド配布とレポート受付はT2SCHOLAによって行う。詳細は以下のサイトを参照のこと。
http://www.dsai.titech.ac.jp/jissen.html