2025年度 (最新) 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 / 小野功 / 新田克己 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 三宅美博 / 横田孝義 / 橘優太朗 / 髙久博史 / 青柳憲治 / 秋葉正博 / MAO ZAIXING / 渡邉優太郎 / 阿部真晴 / 中尾泰三 / 上田芳弘 / 岡田崇 / 三浦真広 / 伊藤孝幸
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), G2-202(G221))
クラス: -
科目コード: DSA.P633
単位数: 100
開講時期: 2025年度
開講クォーター: 3Q
シラバス更新日: 2025年9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、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2025年11月28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2025冬に参加するものとする。(2025年9月8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)

この授業科目は三井信託銀行株式会社、第一三共株式会社、東京科学大学、日鉄エンジニアリング株式会社、TOPPANホールディングス株式会社、ファナック株式会社の講師により実務経験に基づく講義を行う。
各社の授業計画は、当初のものより、より具体的な内容に改定されている（2025年9月8日）。

キーワード

データサイエンス、AI、製薬会社、エンジニアリング、ロボット、金融

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	金融機関が社会課題解決に向け求められるサイエンス思考	科学的知見を取り込んだ金融支援の実例を踏まえつつ、金融の動向について学ぶ
第2回	ライフサイエンスにおけるデータサイエンスの活用可能性検討	本講義では、データサイエンスがライフサイエンスの発展にどのように貢献できるかを議論する
第3回	鉄道会社におけるデータ分析・AIの応用例	鉄道会社においては，近年，運行実績データや混雑率など，大量・多種のデータの取得が可能となった。そのため，それらのデータに対して，機械学習やAIを適用して，混雑の緩和や遅延の防止を図る研究が盛んになってきている。本講義では，それらの研究の背景，手法，適用例などを説明する。
第4回	日鉄エンジニアリングにおけるDSの実践的活用（英語）	日鉄エンジニアリングにおけるデータサイエンスの活用事例、海外留学も視野に入れたデジタル人財のキャリア形成について紹介をする。
第5回	TOPPANのDXにおけるデータサイエンス・AIの活用について	本講義では、印刷事業における画像／文書系の研究開発とデータ分析／ソリューション開発事例から、学術界での研究がどのように産業界の中に導入されていくのか、に加えて製造業におけるデータ活用の理解・習得を目指します。
第6回	ものづくりとAI – 工作機械とAI応用	ものづくりが直面する課題とAIの必要性、AI適用に関する製造現場のリアルな課題や解決策を具体的な適用事例から理解して頂く。工作機械を中心に紹介する。
第7回	ものづくりとAI – 産業用ロボットとAI応用	ものづくりが直面する課題とAIの必要性、AI適用に関する製造現場のリアルな課題や解決策を、具体的な適用事例から理解して頂く。産業用ロボットを中心に紹介する。

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Science Tokyo LMS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11月28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。(2025年9月8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.P433「応用実践データサイエンス・AI第三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，横田孝義
lecture_ap[at]dsai.isct.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