この授業科目は人工知能とデータサイエンスにおける社会実装の最前線を学ぶことを目標としている。
WEBメディアにおけるAI・データ利活用基盤および情報検索と機械学習に着目し、それらの最前線で必要とされる技術の大枠を理解した上で、人工知能とデータサイエンスを活用する可能性について考察できるようデザインされている。
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動向を解説する。
修士課程の方はXCO.T483「応用AI・データサイエンスA」を申告してください。
この授業科目は、人工知能とデータサイエンスに関する考察とそれぞれの着想を説明する機会を通じ、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。
✔ 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) |
---|---|
本講義は楽天、ヤフー、LINE、グーグルなどのIT企業におけるAIやデータサイエンスの社会実装の技術を企業の講師の方に講義していただきます。 |
Webメディア, データ利活用,情報検索,ビッグデータ,機械学習、自然言語処理、認証技術、データベース、分散処理、広告技術、人工知能,データサイエンス
✔ 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) |
この授業科目では、学生自らが能動的に学ぶことを重視します。各回の講義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 | |
---|---|---|
第1回 | 楽天グループにおけるBig Data/AIの活用事例 | 楽天グループ(主にコマース領域)でのデータ/AI活用領域の紹介。楽天にはどれくらいの規模のデータが収集されているのか、それをどうビジネスに生かしているのか、データ/AIの仕事の進め方から求められる人材像について講義する |
第2回 | 楽天グループにおけるAI関連研究開発事例 | 楽天グループにおけるAI関連の研究開発事例を用いながら、企業の研究開発組織がどのように事業に貢献しているのかについて紹介する。 |
第3回 | 大規模Webサービス構築およびに決済のセキュリティに関して | 大規模Webサービスを構築する際に検討すべき内容や注意すべき事柄などを事例を元に紹介するとともに、スマホ決済などで求められる不正対策やセキュリティなどに関して紹介する |
第4回 | Yahoo! JAPANにおけるデータ利活用 | Yahoo! JAPANでのAI/データ活用事例を共有する |
第5回 | LINEが推進する最先端AI技術 | LINEのAI事業におけるビジョンとビジネス活用の事例を紹介すると共に、LINEの最先端AI技術について、音声や画像の認識と合成、大規模言語モデル、プライバシー保護やAIの信頼性に関する研究開発の事例を紹介する |
第6回 | オンライン広告における機械学習・データサイエンス活用 | オンライン広告における機械学習・データサイエンスの活用事例を紹介する |
第7回 | 検索入力補助機能におけるデータサイエンスの活用(予定) | Web上のさまざまな検索サービスにおいて、検索ユーザの利便性を高めるために検索クエリの入力を補助する機能が導入されている。このような機能の利便性をさらに改善するためのデータサイエンスの活用の取り組みについて説明する |
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。
指定しない
講義資料は事前にT2SCHOLAに掲載し、Zoom画面でも投影する。
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。
博士後期課程の方に限ります。
それ以外の方はXCO.T483「応用AI・データサイエンスA」を申請してください。
本講義は楽天, Yahoo! JAPAN, LINE, Google! JAPANのご協力に基づいて開講される。
講義はZoomで配信される。