2024年度 学位プログラムとして特別に設けた教育課程 学位プログラムとして特別に設けた教育課程 データサイエンス・AI全学教育機構
応用実践データサイエンス・AI第二B
- 開講元
- データサイエンス・AI全学教育機構
- 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 / 吉住 宗朔 / 松井 諒生 / 田島 玲 / 井川 甲作 / 後藤 優一 / 河野 幸弘 / 小坂 順一 / 綱島 香依 / 髙橋 翼
- 授業形態
- 講義 (ハイフレックス型)
- メディア利用科目
- -
- 曜日・時限
(講義室) - 水7-8 (M-B07(H101), J2-302(J233))
- クラス
- -
- 科目コード
- DSA.P422
- 単位数
- 100
- 開講時期
- 2024年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2025年3月14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、人工知能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。各回の授業において、建築、IT、金融、材料等のさまざま分野の企業の講師がデータサイエンスや人工知能を用いた技術開発や商品開発の事例を紹介する。
幅広い分野におけるデータサイエンスや人工知能技術の応用事例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内容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。
到達目標
この授業科目は、データサイエンスと人工知能の社会実装に関する理解を深め、受講生が実社会において活躍する能力を高め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)
本講義は株式会社リクルート、株式会社IHI、LINEヤフー株式会社、住友商事株式会社、株式会社小松製作所におけるAIやデータサイエンスの社会実装の技術をそれぞれの企業の講師の方に講義していただく。
キーワード
人工知能、データサイエンス、機械学習、AIビジネス、製造業、建設機械、総合商社、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
この科目はハイフレックス型に分類されているが、大岡山とすずかけ台の所定の教室でしか受講できない。
授業計画・課題
授業計画 | 課題 | |
---|---|---|
第1回 | 機械学習とデータ利活用のビジネス応用(1) | データサイエンス技術を社会実装する際の課題とその解決策について、事例を交えて紹介する |
第2回 | 機械学習とデータ利活用のビジネス応用(2) | データサイエンス技術を社会実装する際の課題とその解決策について、事例を交えて紹介する |
第3回 | 重工業におけるAI/データ分析技術の活用 | Application of AI/Data Analysis Technology in Heavy Industries |
第4回 | Yahoo! JAPANにおけるデータ利活用 | Yahoo! JAPANでのAI/データ活用事例を共有する |
第5回 | 現場から学ぶ総合商社のDX戦略:データ分析とAI活用の取り組み実例解析 | 総合商社におけるDX戦略とデータサイエンス・AI活用事例の理解 |
第6回 | 建設業におけるICTによる顧客価値創造:DX、AI、モダン開発を用いたプロダクト開発の実例紹介 | 大学で学ぶソフトウェア開発、AIといった知識が実際の商用プロダクト開発でどのように活用されているかを学ぶ |
第7回 | LINEヤフーの信頼できるAIに関する研究開発の取り組み | R&D on Trustworthy AI at LY Corp |
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
期末試験は実施しない。毎回の課題レポートにより評価する。
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
履修の条件・注意事項
博士後期課程の方はDSA.P622「応用実践データサイエンス・AI発展第二B」を受講すること。
連絡先 (メール、電話番号) ※”[at]”を”@”(半角)に変換してください。
金崎朝子,新田克己,富井規雄
lecture_ap[at]dsai.titech.ac.jp
オフィスアワー
メールで事前予約すること。
その他
・本授業科目はアントレプレナーシップ科目とみなせる専門科目である。本科目が対応するGAはGA0M・GA1Mである(2024年3月29日追記)
・本科目は2023年度まで開講していた応用AI・データサイエンスD(XCO.T486)に対応している。応用AI・データサイエンスDを学部のときに履修した方は、本科目を履修申告すること。また、大学院で応用AI・データサイエンスDを履修した方は本科目を履修することはできない。