2022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B 1
- 開講元
- 専門科目
- 担当教員
- 三宅 美博 / 村田 剛志 / 新田 克己 / 長橋 宏 / 小林 隆夫 / 笹尾 和宏 / 西元 秀明 / 井口 亮 / 野村 剛彦 / 寺田 彰弘 / 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) - 金7-8
- クラス
- 1
- 科目コード
- XCO.T494
- 単位数
- 100
- 開講時期
- 2022年度
- 開講クォーター
- 2Q
- 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。2クラスの授業において、金融業、IT通信業、製造業、重工業、建築業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。
実務経験のある教員等による授業科目等
実務経験と講義内容との関連 (又は実践的教育内容)
この授業科目は（クラス1）日鉄ソリューションズ、第一生命、みずほフィナンシャルグループ、古河電工、ファナック、三菱重工、（クラス2）日立製作所、鹿島建設、三井化学、東日本電信電話、SUBARU、の講師により実務経験に基づく講義を行います。
キーワード
データサイエンス、AI、生命保険、フィンテック、製造業、重工業、建設業
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 | アンビエントコンピューティング概論－アンビエントコンピューティングの発展 | あらゆる環境にコンピュータが溶け込こむ時代の利用技術であるアンビエントコンピューティングの構成技術であるXR/IoT/AIなどのこれまでの発展について概説する。 |
| 第2回 | アンビニエントコンピューティング概論－アンビエントコンピューティングと人 | アンビエントコンピューティングを行うためには人の行動理解が重要である。行動理解のための技術を概説するとともに、人を対象とする場合の倫理面を含む諸課題について解説する。 |
| 第3回 | 生命保険会社におけるデータサイエンスの活用について | 生命保険商品開発における医療データの解析等を題材に，生命保険事業におけるデータサイエンスの役割やその活用事例を紹介する． |
| 第4回 | 金融データアナリティクスの実際 | 銀行をはじめとする金融機関の現場でも、機械学習や統計科学の活用が進んできている。本講義では、金融ドメインにおけるデータアナリティクスの特徴・アプローチを説明する。また、今後取り組むべきチャレンジ・課題について、技術面を中心に説明する。 |
| 第5回 | ものづくり/コトづくりにおけるAI活用事例 | ものづくりとコトづくりにおけるAIの活用事例について紹介し、製造業から見たデジタル技術への期待と将来像を理解していただく |
| 第6回 | ものづくりのＡＩ | 情報を得意分野としている学生へ、生活の基盤となる「もの」、それを生み出す製造業「ものづくり」におけるＡＩ、「ものからこと」へのビジネス変革におけるＡＩについて紹介する。製造現場のリアルな情報をサイバーフィジカルシステムの中で捉え、製造競争力強化におけるデータ活用、ＡＩ活用のの取り組みを習得する。 |
| 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 | 三菱重工のAIを活用したエネルギーソリューションサービスの概要と具体事例を紹介し、関連するAI技術について、データ分析の進め方や機械学習手法などを例示します。 |
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
講義資料は事前にT2SCHOLAに掲載し、Zoom講義の画面でも共有する
成績評価の方法及び基準
各回に提出を求める小レポート等を総合して評価する
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
実践AI・データサイエンスB-1とB-2の両方の単位を取得することはできない。データサイエンス・AI特別専門学修プログラムの履修学生を優先することがある。
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。
https://sites.google.com/view/tokyotechdsai/jissen