2024年度 応用実践データサイエンス・AI発展第二A Progressive Applied Practical Data Science and Artificial Intelligence 2A
- 開講元
- データサイエンス・AI全学教育機構
- 担当教員名
- 金﨑 朝子 富井 規雄 宮﨑 慧 奥村 圭司 佐久間 淳 小野 功 三宅 美博 新田 克己 三浦 真広 Mao Zaixing 秋葉 正博 矢倉 和雄 中道 啓輔 岡田 崇 土本 剛義 西潟 裕介 田代 雄介 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)
- 火7-8(M-124, J2-302(J233))
- クラス
- -
- 科目コード
- DSA.P621
- 単位数
- 1
- 開講年度
- 2024年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2024年3月29日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
講義の概要とねらい
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
| ✔ 該当する | 実務経験と講義内容との関連（又は実践的教育内容） |
|---|---|
| この授業科目はトプコン、三井不動産、ファナック、全日空、トッパン印刷、三菱UFJ信託銀行の講師により、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、ロボット、運輸、印刷、医療機器
学生が身につける力(ディグリー・ポリシー)
| ✔ 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 | 医食住の領域における社会的課題に対する、光学を基軸としたセンシング技術と、そこから生み出されるデータと処理手法 | 医食住の分野において、光学センサーをIoTセンサーとして開発・製造し、様々な業界のニーズに適応した事業を展開してきた本社の紹介とIoT（センシング）に関する内容に1/3の時間を割り、残りの2/3をデータサイエンスとAIについて講義します。 |
| 第2回 | 三井不動産グループにおけるデータ活用 | 三井不動産・東京ドーム（子会社）でのデータを活用したマーケティング事例を共有する |
| 第3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4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。 |
| 第5回 | 社内データを活用したAI開発等のANAにおける挑戦と今後の展望 | ・国内線プレミアムクラスの機内食サービスの裏側 ・機内食搭載数AI予測システム開発 ・空港係員のシフト作成は実は難しい ・数理最適化技術を利用したシフト作成POC |
| 第6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製造系データ分析／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7回 | 信託銀行におけるデータ・AIの活用 | 本講義では、三菱UFJ信託銀行および三菱UFJトラスト投資工学研究所におけるデータ・AIの活用事例を通じ、金融工学と実ビジネスとのつながりを学ぶ |
授業時間外学修（予習・復習等）
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T2SCHOLAに掲載する。
成績評価の基準及び方法
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。
関連する科目
- XCO.T487 ： 基盤データサイエンス
- XCO.T488 ： 基盤データサイエンス演習
- XCO.T489 ： 基盤人工知能
- XCO.T490 ： 基盤人工知能演習
履修の条件(知識・技能・履修済科目等)
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.P421「応用実践データサイエンス・AI第二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。
金崎朝子，新田克己，富井規雄
lecture_ap[at]dsai.titech.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（2024年3月29日追記）
・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B(XCO.T688)に対応している。応用AI・データサイエンス発展Bを履修した方は本科目を履修することはできない。
