2024年度学院等開講科目教養科目群理工系教養科目

基礎データサイエンス・AI

開講元: 理工系教養科目
担当教員: 奥村圭司 / 富井規雄 / 宮﨑慧 / 佐久間淳 / 小野功 / 三宅美博 / 新田克己
授業形態: 講義 (ライブ型)
メディア利用科目: 対象
曜日・時限 (講義室): 集中講義等
クラス: -
科目コード: LAS.I131
単位数: 100
開講時期: 2024年度
開講クォーター: 4Q
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

【重要1】この科目は2023年以前の学士課程入学者のみ履修可能である。
【重要2】2024年度は第4Qに集中講義として開講し、講義日（予定）は2/12(水)、13(木)、14(金)となる。
- - -
本講義では、専門分野に依らず将来的にデータサイエンス・AI を駆使して問題解決ができる能力を身につけるために必須となる数理・データサイエンス・AI のリテラシーレベルの素養を習得することを目的とする。学修内容は、数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラムに準拠しつつ、履修学生が引き続いて応用基礎レベルへのステップアップが容易にできるよう発展的な学修項目も含んでいる。また、実例紹介や課題演習を通して履修学生が理解を深めると共に実践的スキルを身につけることをめざす。

到達目標

以下の能力を身に付けることを目標とする。
1)今後のデジタル社会において、数理・データサイエンス・AIを日常の生活、仕事で使いこなす基礎的素養を主体的に身に着けることができる。
2)これらを扱う際には、人間中心の適切な判断ができ、不安なく自らの意思でAI等の恩恵を享受し、これらを説明し、活用できるようになる。

キーワード

IoT, ICT, クラウドコンピューティング, Society 5.0, 個人情報保護, 匿名加工情報, 著作権, オープンデータ, 表計算, データクレンジング, データ要約, ヒストグラム, 散布図, CSV表現, データ入出力, Python, NumPy, matplotlib, scikit-learn, 機械学習, 教師なし学習, 教師あり学習

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

授業内容の理解度を確認するため毎回課題演習を課す。

授業計画・課題

	授業計画	課題
第1回	社会におけるデータ・AI利活用	データサイエンス・AIの利活用状況を知るとともに、AI化による新たな課題やデータサイエンスの目指す方向性、AIシステムに求められるデータの公平性や倫理性について学ぶ。
第2回	データを扱う上での留意事項とデータの読み方	データ利活用の対象となる様々な情報の存在を知るとともに、表計算ソフトを利用したデータ利活用の基本を習得する。収集データの属性表現やデータ要約・可視化の概要についても学ぶ。
第3回	データ処理の基本	データ処理で重要な役割を果たすPythonの基本データ型や文字列からの単語の切り出し方とその扱いに関して、演習を通して理解を深める。
第4回	表形式データを扱う	PythonによるテキストデータやCSVデータの入出力を扱う。また、データ表現を拡張するNumPyモジュールについて学ぶ。
第5回	データを説明する	NumPyを利用したCSVデータの扱い方について理解を深める。また、NumPy型データの活用事例として、データの要約・分析・可視化を行う簡単なPythonプログラムについて学ぶ。
第6回	データ活用実践（教師なし／教師あり学習）	NumPyとScikit-learnを利用した簡単な教師なし・教師あり学習の例題演習をもとに、問題解決のための機械学習の役割と効果について学ぶ。
第7回	情報・AI・データ倫理	個人情報の収集や活用における個人情報保護・プライバシ保護、生成AI等のAIを活用したサービスにおける公平性、データの活用と著作権保護のバランス、生成AI等のAIによる判断における倫理性等の問題について、その考え方を過去に起きたインシデントと共に学ぶ。

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，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。講義資料を配布する。

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

各回の小テストと期末レポートを総合して評価する。

履修の条件・注意事項

【重要】この科目は2023年以前の学士課程入学者のみ履修可能である。

連絡先 (メール、電話番号) ※”[at]”を”@”(半角)に変換してください。

奥村圭司 (lecture_b_2024[at]dsai.titech.ac.jp)