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発展第二B

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 / 田島玲
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): 水7-8 (M-B07(H101), J2-303(J234))
クラス: -
科目コード: DSA.P622
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)

本講義は株式会社三菱UFJ銀行、LINEヤフー株式会社、東洋エンジニアリング株式会社、東京エレクトロン株式会社、全日本空輸株式会社、三菱商事株式会社、富士通株式会社におけるAIやデータサイエンスの社会実装の技術をそれぞれの企業の講師の方に講義していただく。

キーワード

人工知能、データサイエンス、機械学習、金融、AIビジネス、電力、重機械、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	金融業界における AI技術と実ビジネスへの展開	金融業界におけるAI活用の現状と今後について解説する。既存業務　の高度化や効率化からビジネスモデルの変革、産業横断的なAIモデルの構築へ　の進化を探る。また、産学両者に携わる共同研究員の視点から、研究と実ビジネスの橋渡しにおける苦労やリアルな体験談を共有する。
第2回	LINEヤフーにおけるデータ利活用	LINEヤフーでのAI/データ活用事例を共有する
第3回	一品一様プロジェクトのデータ課題とデータ利活用アプローチ	一品一様の独自性を持つ建設プロジェクトビジネスにおけるデータ利活用の課題と解決策
第4回	AIとデータサイエンスが切り拓く半導体製造装置の未来	半導体の製造プロセスにおいて、人工知能、あるいは機械学習（深層学習を含む）が使われるようになってきている。最先端の半導体製造プロセスを紹介し、そこに立ちはだかる技術的な高い壁、そして人工知能を用いて如何にそれを乗り越えていくかを解説する。
第5回	Digital by Default」×「Human Premium」：「デジタル×人の力」で価値の最大化へ、ANAのデータ・AI活用の挑戦	ANAのビジネスを変革するデータ・AI活用の実践事例から、顧客体験・従業員体験向上を実現する技術適用を探る
第6回	三菱商事のAI戦略と企業変革の挑戦	実務者による三菱商事のAI戦略と組織変革をめぐる講義
第7回	AI適用プロジェクトのデザインと進め方	本講義では、複数の実AI適用プロジェクト事例を紹介すると共に、プロジェクトの構想・設計・実行の各段階における不確実性とその対処方法について概説する。

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により評価する。

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.P422「応用実践データサイエンス・AI第二B」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GA0D・GA1Dである
・本科目は2023年度まで開講していた応用AI・データサイエンス発展D(XCO.T690)に対応している。応用AI・データサイエンス発展Dを履修した方は本科目を履修することはできない。