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C

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 / 村田剛志 / 富井規雄 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 小野功 / 新田克己 / 三宅美博 / 西元秀明 / 瀬尾範章 / 竹島将太 / 笈田佳彰 / 阪田隆司 / 金井司 / 有坂壮平 / 森田順也
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): 金7-8 (M-B07(H101), J2-303(J234))
クラス: -
科目コード: DSA.P423
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)

この授業科目は株式会社鹿島建設、第一生命株式会社、東洋エンジニアリング株式会社、日本製鐵株式会社、富士通株式会社、三井住友信託銀行株式会社、株式会社パナソニック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、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

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	データ活用社会実現に向けたシンガポールでの鹿島建設の取組み	自社ビル「The GEAR」を例に、デジタル活用の要点を学ぶ
第2回	生命保険会社におけるDX推進とAI・データサイエンスの活用	この講義では、生命保険会社のDX推進において、AI・データサイエンスがどのように活用され得るかのイメージができるよう、事例を交えつつ解説を行う。
第3回	一品一様プロジェクトのデータ課題とデータ利活用アプローチ	プラントのEPCビジネスは、個々のプロジェクトが独自性を持つため、多様なデータの取り扱いが求められる。しかし、同じデータでもプロジェクトの状況や背景によって意味が異なり、条件も変化する。こうした特徴から、データ利活用や分析が難しい側面がある。こうした課題に対処する方法として、どのようなアプローチや事例があるか？データ利活用の事例紹介を通じて、具体的なアプローチを学ぶ。
第4回	日本製鉄におけるDS・AI技術の活用	日本製鉄がDS・AI技術を活用し進めるDX施策について説明する。
第5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6回	ESG金融において求められるインパクト志向とサイエンス思考	インパクト（社会的成果）の論理的な類推する視点、科学と金融の融合というESG金融の先端領域を学ぶ
第7回	Kaggleと現場におけるデータサイエンス	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。

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。

履修の条件・注意事項

博士後期課程の方はDSA.P623「応用実践データサイエンス・AI発展第二C」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実践AI・データサイエンスB1(XCO.T494-1)に対応している。実践AI・データサイエンスB1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、大学院で実践AI・データサイエンスB1を履修した方は本科目を履修することはできない。