2023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 1
- 開講元
- 専門科目
- 担当教員
- 金﨑 朝子 / 村田 剛志 / 富井 規雄 / 小野 功 / 新田 克己 / 小林 隆夫 / 三宅 美博 / 阪田 隆司 / 笈田 佳彰 / 新井 琢己 / 木村 和之 / 岩﨑 悠志 / 花塚 泰史 / 森 徹平 / 清田 芳永 / 福井 基文
- 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) - 金7-8
- クラス
- 1
- 科目コード
- XCO.T495
- 単位数
- 100
- 開講時期
- 2023年度
- 開講クォーター
- 3Q
- 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。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)ブリヂストン、日本特殊陶業、パナソニック、住友重機、富士通、三菱UFJ銀行、(クラス2)出光興産、日本製鉄、日産自動車、住友商事、東洋エンジニアリング、レゾナック、DICの講師により実務経験に基づく講義を行う。
キーワード
データサイエンス、AI、フィンテック、製造業、建築業、機械学習、データ利活用、新事業開発
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 | ブリヂストンが取り組むデータ活用とIoTデータを活用した時系列解析 | タイヤデータを有用な情報に変換するアルゴリズムの開発を体験する |
第2回 | ブリヂストンが取り組むデータ活用とIoTデータを活用した時系列解析 | タイヤデータを有用な情報に変換するアルゴリズムの開発を体験する |
第3回 | 製造企業のデータサイエンスとその実活用 | 素材研究開発におけるセラミックの焼成条件抽出等を含め、データサイエンス、AIを含めたDigital 技術活用よるデータドリブンな企業活動の現状を紹介します |
第4回 | Kaggleと現場におけるデータサイエンス (10/31開講) | データサイエンスや機械学習等の技術を実社会で役立てるために必要な素養を学ぶ |
第5回 | 重機械の情報技術 | なかなか想像しづらい、重機械と人と情報技術の関係、課題について |
第6回 | AI適用プロジェクトのデザインと進め方 | 複数の実AI適用プロジェクト事例の紹介し、成功要因を概説する。 |
第7回 | 金融市場におけるデータサイエンスの応用 | 商業銀行での為替ビジネスを題材に、為替市場におけるデータサイエンスの応用例について概説します。 |
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C-1とC-2の両方の単位を取得することはできない(両方の講義を聴講することは可能)。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。