2023年度学院等開講科目情報理工学院専門科目

応用AI・データサイエンスB

開講元: 専門科目
担当教員: 金﨑朝子 / 富井規雄 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 小野功 / 三宅美博 / 新田克己 / 小林隆夫 / 赤鹿秀樹 / 梶佑輔 / 平手勇宇 / 西澤勇祐 / 岩壁幸市 / 岡田浩一 / 河野幸弘
授業形態: 講義 (ライブ型)
メディア利用科目: -
曜日・時限 (講義室): 火7-8
クラス: -
科目コード: XCO.T484
単位数: 100
開講時期: 2023年度
開講クォーター: 2Q
シラバス更新日: 2025年7月8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、通信、建築、化学工業、重工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)

この講義はデータサイエンスと人工知能技術の社会実装を行っている企業(楽天グループ株式会社、鹿島建設株式会社、三井化学株式会社、東日本電信電話株式会社、株式会社IHI)の技術者の方に、その実務経験を紹介していただくことを目的としている。

キーワード

データサイエンス、人工知能、深層学習、機械学習、IT企業、通信業、建築業、化学工業、重工業

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
この授業科目では、学生自らが能動的に学ぶことを重視します。各回の講義には必ず出席し、サマリーシートを提出してください。

授業計画・課題

	授業計画	課題
第1回	大規模Webサービスを構築するための注意点や開発事例	大規模Webサービスを構築する際に検討すべき内容や注意すべき事柄などを事例を元に紹介するとともに、ペイメントでの開発事例などを紹介する。
第2回	データサイエンス・ML分野でのキャリア形成	データサイエンティストやMLエンジニアとして活躍していくために、企業におけるプロジェクト経験がどのように役立つかを講義する
第3回	楽天グループにおけるAI関連研究開発事例	楽天グループにおけるAI関連の研究開発事例を用いながら、企業の研究開発組織がどのように事業に貢献しているのかについて紹介する。
第4回	（仮）建築会社におけるデータサイエンスとAIの利活用	建築会社におけるデータサイエンスとAIの利活用の事例を紹介する
第5回	総合化学企業の研究開発におけるデータサイエンスの活用	データサイエンスの隆盛に伴い，企業においても事業へのデータサイエンス活用の取り組みが行われている．本講義では，素材の研究開発における計算化学やCAEなども含めた「デジタルサイエンス」の取組・活用事例を紹介する．講義内容の感想をまとめたレポート提出を本講義の課題とする．
第6回	データ活用ハッカソンの取り組みを実際のビジネスに活かす	自らのアイデアをコーディング等を通して具現化して競い合うハッカソンは、スキルを磨く機会であり、かつ自分の作品を作る格好の機会です。さらには、それを実際のビジネスに活かすことも不可能ではありません。本講義では、国際ハッカソン「アジア・オープンデータ・チャレンジ」で3年連続で最優秀賞を受賞した講演者が、勤務先であるＮＴＴ東日本においてどのように実際のビジネスに活かし、データ分析チームを作っていったかをお伝えします。併せて、NTT東日本のマーケティングにおけるビジネスアナリティクスの事例についてお話します。
第7回	重工業におけるAI/データ分析技術の活用	製造業におけるAI/データ分析の活用方法や事例を理解する。主な内容として，異常診断技術，テキスト分析技術，および劣化診断技術を取り上げる。

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，配布資料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

指定しない

参考書、講義資料等

講義資料は事前にT2SCHOLAに掲載する

成績評価の方法及び基準

各回に提出を求める課題レポート等を総合して評価する

履修の条件・注意事項

博士後期課程の方は応用AI・データサイエンスB(XCO.T484)ではなく応用AI・データサイエンス発展B(XCO.T688)を履修してください。