2021年度 応用AI・データサイエンスA   Advanced Artificial Intelligence and Data Science A

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  大越 拓  平手 勇宇  FERNANDO DE ARAUJO PAULO  田島 玲  高橋 翼  金田 有二  賀沢 秀人 
授業形態
講義     
曜日・時限(講義室)
火7-8  
クラス
-
科目コード
XCO.T483
単位数
1
開講年度
2021年度
開講クォーター
3Q
シラバス更新日
2021年9月17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。
博士後期課程の方はXCO.T687「応用AI・データサイエンス発展A」を申告してください。

到達目標

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。

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)
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。

キーワード

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

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 楽天グループにおけるBig Data/AIの活用事例 楽天の事例を紹介し、AI/Big Data活用の可能性を学ぶ
第2回 (英語講義)Tips and Tricks for Building Large-Scale Web Services 大規模Webサービスの構築の技術を学ぶ
第3回 E-commerce企業におけるAI関連の研究開発事例 電子商取引におけるAI技術の適用を学ぶ
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のAIに関するR&Dと事業化の取り組み LINEのAIに関するR&Dと事業家の取り組みについて理解する
第6回 機械翻訳  機械翻訳技術の基本と応用事例を紹介する
第7回 オンライン広告 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

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

指定しない

参考書、講義資料等

講義資料は事前にOCW-iに掲載し、Zoom画面でも投影する。

成績評価の基準及び方法

期末試験は実施しない。毎回のサマリーシ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)

博士後期課程の方はXCOT.687「応用AI・データサイエンス発展A」を申告してください。

その他

本講義は楽天, Yahoo! JAPAN, 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。

このページのトップへ