- 開講元
- 情報理工学院
- 授業形態
- 講義 (ライブ型)
- メディア利用科目
- 曜日・時限(講義室)
- 火7-8
- クラス
- -
- 科目コード
- XCO.T688
- 単位数
- 1
- 開講年度
- 2023年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2023年3月20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、IT、通信、建築、化学工業、重工業等の分野における技術開発や商品開発の動向や課題を解説する。
到達目標
この授業科目は、FinanceとData Science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。
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） |
|---|---|
| この講義はデータサイエンスと人工知能技術の社会実装を行っている企業(楽天グループ株式会社、鹿島建設株式会社、三井化学株式会社、東日本電信電話株式会社、株式会社IHI)の技術者の方に、その実務経験を紹介していただくことを目的としている。 |
キーワード
データサイエンス、人工知能、深層学習、機械学習、IT企業、通信業、建築業、化学工業、重工業
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
第1回～第7回：講義
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。各回の講義には必ず出席し、サマリーシ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 | 大規模Webサービスを構築するための注意点や開発事例 | 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、ペイメントでの開発事例などを紹介する。 |
| 第2回 | データサイエンス・ML分野でのキャリア形成 | データサイエンティストやMLエンジニアとして活躍していくために、企業におけるプロジェクト経験がどのように役立つかを講義する |
| 第3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4回 | （仮）建築会社におけるデータサイエンスとAIの利活用 | 建築会社におけるデータサイエンスとAIの利活用の事例を紹介する |
| 第5回 | 総合化学企業の研究開発におけるデータサイエンスの活用 | データサイエンスの隆盛に伴い，企業においても事業へのデータサイエンス活用の取り組みが行われている． 本講義では，素材の研究開発における計算化学やCAEなども含めた「デジタルサイエンス」の取組・活用事例を紹介する． 講義内容の感想をまとめたレポート提出を本講義の課題とする． |
| 第6回 | データ活用ハッカソンの取り組みを実際のビジネスに活かす | 自らのアイデアをコーディング等を通して具現化して競い合うハッカソンは、スキルを磨く機会であり、かつ自分の作品を作る格好の機会です。さらには、それを実際のビジネスに活かすことも不可能ではありません。本講義では、国際ハッカソン「アジア・オープンデータ・チャレンジ」で3年連続で最優秀賞を受賞した講演者が、勤務先であるＮＴＴ東日本においてどのように実際のビジネスに活かし、データ分析チームを作っていったかをお伝えします。併せて、NTT東日本のマーケティングにおけるビジネスアナリティクスの事例についてお話します。 |
| 第7回 | 重工業におけるAI/データ分析技術の活用 | 製造業におけるAI/データ分析の活用方法や事例を理解する。主な内容として，異常診断技術，テキスト分析技術，および劣化診断技術を取り上げる。 |
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T2SCHOLAに掲載し、Zoom講義でも投影する
成績評価の基準及び方法
出席、各回の課題レポート、及び期末レポートを考慮して評価する
関連する科目
- XCO.T687 ： 応用AI・データサイエンス発展A
- XCO.T689 ： 応用AI・データサイエンス発展C
- XCO.T690 ： 応用AI・データサイエンス発展D
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方を対象とします。それ以外の方は応用AI・データサイエンスB(XCO.T484)を履修申告してください。
