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 / 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 / 白石寛樹 / 岡本大督
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: 2026年度
開講クォーター: 2Q
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。

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JFEエンジニアリング株式会社、三井住友カード株式会社、株式会社EARTHBRAIN、TOPPAN株式会社、清水建設株式会社、エクシオグループ株式会社、三菱電機株式会社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、機械学習、素材、総合商社、エンジニアリング会社、ITサービス

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	プラントエンジニアリングにおけるデータ・AI活用について	本講義では、プラントエンジニアリング事業において、どのようにデータ・AIを活用し、ビジネス課題を解決しているか事例を通じて紹介する。
第2回	キャッシュレスデータとAIによるビジネス創造(2)	実例で学ぶ　ビジネス現場でのデータ・AIを活用した価値創造
第3回	フィジカルAI時代におけるAI駆動型ソフトウェア開発と建設業における価値創造	大学で学ぶソフトウェア開発、AI、自律制御等の知識が実際のプロダクト開発でどのように活用されているかを学ぶ
第4回	TOPPANのデータサイエンス・AIの活用について	学術研究の社会実装と、AIによる産業課題の解決策を理解する
第5回	建設業におけるAI・データ活用	建設業が抱える課題を解決するAI活用事例
第6回	人、AI・ロボットの新たな協奏に向けて	人、AI・ロボット、ITが創り出す未来はどのようなものか?　データサイエンス・データマネジメントに求められる価値は何か?
第7回	人工知能技術の産業応用	人工知能技術の実用化事例を紹介しながら、課題に応じたアルゴリズムの適切な選定技能を習得する。

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。

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。