2026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第一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 / 新田克己 / 横田孝義 / 富井規雄 / 宮﨑慧 / 奥村圭司 / 橘優太朗 / 三宅美博 / 佐久間淳 / 小野功 / 西潟裕介 / 田代雄介 / 出口淳 / 児玉知也 / 吉沢竜太 / 成瀬健太 / 高橋直紀 / 中澤満 / 田中克郎 / 大田雄介 / 小嶋信矢
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-B07(H101), J2-302(J233))
クラス: -
科目コード: DSA.P411
単位数: 100
開講時期: 2026年度
開講クォーター: 1Q
シラバス更新日: 2026年3月5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。
そのためこの授業科目では7回の授業の他に、企業講師との対話を重視しており、原則として5月下旬に大岡山キャンパスで対面で開催されるDS&AIフォーラムへ参加するものとする。

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)

この授業科目はキオクシア株式会社、楽天グループ株式会社、三菱UFJ信託銀行株式会社、電源開発株式会社(J-POWER)、株式会社デンソー、東京科学大学の講師により、実務経験に基づいて課題解決の技法を講義していただく

キーワード

データサイエンス、人工知能、機械学習、金融、半導体、電源開発、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	キオクシアにおけるAIの研究開発	メモリ開発/生産におけるAIの活用とメモリセントリックな生成AIの概念
第2回	楽天グループ株式会社 AI & DataディビジョンにおけるAI技術と活用例の紹介	本講義では、70以上のサービスを展開する楽天グループにおいて、AI & Dataディビジョンが推進するAI技術の概要と最新の活用事例（AIエージェント、個人情報のマスキング、スポーツ映像解析など）を紹介します。
第3回	検索エンジンの概要	高速に適切な文書や商品を返す検索エンジンの概要を解説する
第4回	位置情報処理とAI・データサイエンス	本講義では、大航海時代に始まる航法技術の発展から、東西冷戦期における衛星測位技術の進展を経て、今日の位置情報処理技術に至るまでの技術的変遷について説明する。さらに、近年急速に発展しているAIおよびデータサイエンス技術との関係についても詳しく解説する。
第5回	信託 × AIが拓く未来：金融業務をデータで支える応用データサイエンス講座	Trust × AI: Applied Data Science for Empowering Financial Operations through Data
第6回	JパワーのDSAI活用と研究開発：自律飛行ドローン開発を例に	電力会社におけるDSAI活用事例と研究開発案件をご紹介します。
第7回	実践画像認識概論	機械学習を用いた画像認識を製品開発の実例を通じて学ぶ

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により評価する。
また、DS＆AIフォーラムへの参加結果を評価に含める。

履修の条件・注意事項

博士後期課程の方はDSA.P611「応用実践データサイエンス・AI発展第一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。

新田克己，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
・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C1(XCO.T485-1)に対応している。応用AI・データサイエンスC1を学部のときに履修していた方は、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C1を履修した方は本科目を履修することはできない。