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発展第三A

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 / 三宅美博 / 小野功 / 新田克己 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 中野信一 / 藤平燎 / 美濃口宗尊 / 岡安寿繁 / 田村哲也 / 山田剛史 / 藤本將太郎 / 林輝大 / 西田大士朗 / 小尾一樹 / 仲川正則 / 大田雄介 / 松田亮平 / 田中克郎 / 高橋友則
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): 火7-8 (M-374(H131), G2-202(G221))
クラス: -
科目コード: DSA.P631
単位数: 100
開講時期: 2024年度
開講クォーター: 3Q
シラバス更新日: 2025年3月17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。
この授業科目では企業講師との対話を重視しており、7回の授業の他に、原則として2024年12月2日午後に大岡山キャンパスで開催されるDS&AIフォーラムに参加するものとする。(2024年9月10日追記)

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)

本講義は川崎重工業株式会社、チームラボ株式会社、DIC株式会社、株式会社三菱UFJ銀行、株式会社竹中工務店、電源開発株式会社などの企業の講師の方に講義していただく。
各社の授業計画は、より具体的な内容に改定された（2024年9月10日）。

キーワード

データ利活用，ビッグデータ，機械学習、人工知能，データサイエンス、重工業、デジタルアート、素材、金融、建築、電源

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	重工業におけるAI技術活用の取組み	ビジネスの世界において価値を生み出すAI技術の適用プロセスを解説する
第2回	デジタルアートにおけるAI活用（1）	AIを用いたアート作品の概要と仕組みを理解する。
第3回	デジタルアートにおけるAI活用（2）	AIを用いたアート作品の概要と仕組みを理解する。
第4回	化学系素材開発におけるデータサイエンスのつかいかた	メーカーにおけるデータサイエンスの活用と実例
第5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。
第6回	建設会社におけるDX推進のためのAI開発	AIのビジネス適用に向けたフローとキーポイント、および開発内容を紹介する
第7回	電力会社におけるDSAIナレッジの活用について	本講義では、JパワーにおけるDSAIの活用例として自律飛行ドローン開発と電力価格予測を紹介する。

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

期末試験は実施しない。毎回の課題レポートと期末レポートと12月2日に予定されているDS&AIフォーラムの参加レポートにより成績を評価する。なお、欠席した回の講義の課題レポートを提出することはできない。もし提出されたとしても、採点されないので注意すること。(2024年9月10日追記)

履修の条件・注意事項

本講義は博士後期課程の学生だけが履修できる。博士後期課程以外の方はDSA.P431「応用実践データサイエンス・AI第三A」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）
・本シラバスは第３Qが始まる前に改定される可能性がある。
・本科目は2023年度まで開講していた応用AI・データサイエンス発展A(XCO.T687)に対応している。応用AI・データサイエンス発展Aを履修した方は本科目を履修することはできない。