2021年度 応用AI・データサイエンス発展D   (Progressive Applied Artificial Intelligence and Data Science D)

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
情報理工学院
担当教員名
三宅 美博  新田 克己  長橋 宏  小林 隆夫  中川 慧  瀧川 孝幸  川本 史生  水門 善之  杉本 尚嗣 
授業形態
講義     
曜日・時限(講義室)
火9-10  
クラス
-
科目コード
XCO.T690
単位数
1
開講年度
2021年度
開講クォーター
4Q
シラバス更新日
2021年10月5日
講義資料更新日
-
使用言語
日本語
アクセスランキング
media

講義の概要とねらい

この授業科目は、AI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。授業計画に示すとおり各回の授業において、講師がそれぞれのトピックに関する全体像と最近の技術動向と課題を解説する。

到達目標

この授業科目は、AIやデータサイエンス技術の社会応用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や新たな着想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。

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)
企業の講師により講義が行われる

キーワード

データサイエンス、アルゴリズム、機械学習、説明可能なAI、経済統計、経済動態分析、オルタナティブデータ分析、株価推定、時系列解析、クロスセクション分析、マルチファクターモデル、ポートフォリオ最適化、データ・モデル、データ仮想化、データレイク、金融機関のデータ・アーキテクチャ、MLOps、KPI設定

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

Zoomで講義を行います。各回の最後と期末にレポート課題を出しますので、指定された期限内にレポートを提出してください。

授業計画・課題

  授業計画 課題
第1回 自動車業界に求められるAI・ビッグデータに関連する技術開発と展望 ・コネクティッドと自動運転がもたらすクルマの未来 上記テーマに基づき、2日間の中で以下を実施予定 ① 技術を使った新サービスの提案(個人/グループ) ② 提案へのフィードバック ・今後の技術展望を理解 ・サービス/自動運転に 求められる技術を理解
第2回 第1回目と同じ 第1回目と同じ第1回目と同じ
第3回 金融分野におけるAI・データサイエンス① 経済分析における機械学習・オルタナティブデータの活用 日本経済分析を行う上で必要な経済統計の見方、及び経済動態に関する発展的分析を行う上で有用な機械学習手法やオルタナティブデータ分析手法の事例を理解する。
第4回 金融分野におけるAI・データサイエンス② 金融時系列解析 過去の時系列データから将来株価の予測を行う時系列解析の開発事例を理解する。
第5回 金融分野におけるAI・データサイエンス③ クロスセクション分析 時間軸をある1時点に固定して、その時点における様々な指標と将来株価との間に潜む関係性から株価を予測するクロスセクション分析の開発事例を理解する。
第6回 金融分野におけるAI・データサイエンス④ ポートフォリオ最適化 複数の投資候補から、投資対象を選別し、投資割合を最適化させるというポートフォリオ最適化の開発事例を理解する。
第7回 金融分野におけるAI・データサイエンス⑤ データ基盤の開発 データ利活用基盤に関する先端テクノロジーを理解する。

授業時間外学修(予習・復習等)

学修効果を上げるため,教科書や配布資料等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

なし

参考書、講義資料等

講義資料は事前にOCW-iに掲載し、Zoom講義でも投影する

参考書

(数理ファイナンスの基礎)
 ファイナンスの理論と応用〈1〉資産運用と価格評価の要素 (石島博著、2015年6月) ISBN: 978-4817195548
 現代ファイナンス理論 (野口悠紀雄・藤井眞理子著、2005年6月) ISBN: 978-4492653319
 数理ファイナンス入門 – 離散時間モデル (StanleyR. Pliska著、2001年3月) ISBN: 978-4320096264

(クオンツ運用・トレード)
 計量アクティブ運用の全て – その理論と実際 (バークレイズグローバルインベスターズ著、2008年12月) ISBN: 978-4322113747
 アクティブ・ポートフォリオ・マネジメント - 運用戦略の計量的理論と実践 (リチャード・C. グリノル/ロナルド・N. カーン著、1999年10月) ISBN: 978-4492711255
 ファイナンス機械学習 – 金融市場分析を変える機械学習アルゴリズムの理論と実践 (マルコス・ロペス・デ・プラド、2019年12月) ISBN: 978-4322134636

(時系列解析)
 経済・ファイナンスデータの計量時系列分析 (沖本竜義著、2010年2月) ISBN: 978-4254127928
 New Introduction to Multiple Time Series Analysis (Helmut Luetkepohl著、2006年6月) ISBN: 978-3540262398
 カオス時系列解析の基礎と応用 (池口徹/小室 元政/山田 泰司著、2000年11月) ISBN: 978-4782810101
 ボラティリティ変動モデル (渡部敏明著、木島正明監修、2000年6月) ISBN: 978-4254275049

(ファクター投資)
 スマートベータの取扱説明書 (徳野明洋著、2017年9月) ISBN: 978-4492733448
 資産運用の本質 - ファクター投資への体系的アプローチ (アンドリュー・アング著、2016年4月) ISBN: 978-4322128314

成績評価の基準及び方法

各回に提出を求める小レポート等を総合して評価する

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ます。博士後期課程以外の方はXCO.T486「応用AI・データサイエンスD」の履修申告をしてください。

その他

本講義は、トヨタ自動車株式会社および野村ホールディングス株式会社のご協力に基づいて開講される。

このページのトップへ