2024欧洲杯投注官网_沙巴博彩公司-官网平台

基本情報/Basic Information

開講科目名 ／Course	特殊講義a(AI入門a)／SPECIAL LECTURE A (INTRODUCTION TO AI A)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム?学期 ／Term?Semester	2023年度／2023 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	金2／Fri 2
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	横塚　志行

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
横塚　志行	経営学科／MANAGEMENT

授業の目的?内容 ／Course Objectives	人工知能（AI）は、コンピューターシステムが人間のようにタスクを遂行することを可能にする技術である。 本講義では、人工知能の概念と歴史、様々なトピック、産業界での有益な事例、基礎的なアルゴリズム（例えば機械学習、ニューラルコンピュータ、ディープラーニングなど）を学ぶことができる。一方、人工知能では検討すべき様々な課題があり、人工知能が及ぼす倫理面の課題やプライバシーの問題および各国の人工知能に関する政策についても共有する。また、人工知能の技術習得に必要な基礎的な数学やプログラム言語pythonの概要を学び、秋学期の特殊講義b(AI入門ｂ)につなげる。さらに、企業から技術者をお招きし、最新の人工知能の動向を共有し、将来の人工知能を俯瞰する。現在、先進的な多くの企業においては、人工知能のビジネスへの適用は非常に重要な経営課題であるため、そのような人材の育成は急務となっている。本講義を秋学期のAI入門bと併せて受講することにより人工知能の概要を理解して人工知能構築の入り口に立つことができ、一般社団法人日本ディープラーニング協会（JDLA）が実施しているG検定（AIジェネラリスト）の資格の基礎を概ね習得できる。高度な数学を必要とせず比較的平易なpython言語により人工知能プログラムを実現できることを体現できることを理解できるであろう。 なお、本講義は経営学科の学位授与方針（DP）に基づきコンピュータで処理される情報の原理および情報を扱う人間社会に必要となる情報技術の促進に努める。また、カリキュラム?ポリシー(CP)らみると、情報系の学科専門科目として、情報技術に関する専門的知識の提供を行うとともに、将来に実務経験にも有益な内容とするように配慮する予定である。
授業の形式?方法と履修上の注意 ／Teaching method and Attention the course	初回講義において、学習する内容、講義の進め方、成績の評価方法を説明する。 また、対面授業を原則とするが、変更がある場合は別途連絡する。 本講義は、以下の前提を想定している。 ?PCを操作しながら授業を進めることがあるので、自分が所有するPCを持参しPCの操作ができることこと ?特殊講義である秋学期の特殊講義b(AI入門b)とのセットの学習を想定しており、人工知能の基礎的な知識に加えて人工知能の実現方法を習得できる。したがって、是非AI入門abを併せて受講してほしい。 ?プログラム言語pythonの習得を行う。 ?受講対象を１～4年としているが、高校2年次程度の基礎的な数学や統計を理解していることが適切であり、大学1年時の必須科目である経済経営数学入門／統計学入門を受講した大学2学年次以降の履修が必要である。 なお、授業内の課題提示と小テストを行った場合、次回以降の授業においてその内容をフィードバックする予定である。
事前?事後学修の内容 ／Before After Study	事前事後の学習時間は合計４時間である。 講義参加者は、事前学習として事前提示予定のレジュメを事前に読んでおいてほしい（２時間）。 事後学習は、授業ノートなどを目を通し内容を理解を促進してほしい（１時間）。 上記以外にも、AIに関する記事等を日常的に入手しておきAIの動きを把握してほしい(1時間)。
テキスト1 ／Textbooks1	書籍名 ／Title 教科書は特に指定しない。 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/???名 ／Title ディープラーニングG検定公式テキスト第二版 著者 ／Author name 日本ディープラーニング協会 出版社/URL ／Publisher 翔泳社 ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	期末テストを実施せず、授業内の課題提示と小テストで評価する。 なお、評価比率は、課題提示(20%程度)と小テスト(80%程度)と想定している。
関連科目 ／Related Subjects	特殊講義b(AI入門) 特殊講義a(データサイエンス入門) 特殊講義a(データサイエンス入門) 情報済ステム論ab
備考 ／Notes
到達目標 ／Learning Goal	経済?経営?環境分野の現場で活躍する人々の講演を通じて、それらの現場の実態および今後の展望等について理解?分析し、見解を提示できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前?事後学修の内容 ／Before After Study
1	講義の進め方 人工知能の歴史	講義の進め方を共有し、人工知能の歴史を学ぶ
2	人工知能に関するトピック	人工知能において議論なった、トイプロブレムからシンギラリティまでを学ぶ	事前：レジュメの一読 事後：講義ノートの確認
3	これまでの人工知能の動向	人工知能の応用例である音声認識、チャットポット、ロボット等の概要を学ぶ	事前：レジュメの一読 事後：講義ノートの確認
4	AIの産業別適用事例１	人工知能の産業別の適用事例（製造業、モビリティ）を共有する	事前：レジュメの一読 事後：講義ノートの確認
5	AIの産業別適用事例２	人工知能の産業別の適用事例（医療、介護）を共有する	事前：レジュメの一読 事後：講義ノートの確認
6	AIの倫理上の課題とAIの政策動向	AIの倫理上の課題と政策動向を共有する	事前：レジュメの一読 事後：講義ノートの確認
7	将来の人工知能動向	最新の人工知能の状況を学ぶ	事前：レジュメの一読 事後：講義ノートの確認
8	AIプロジェクトの進め方	AIプロジェクトの進め方を学ぶ	事前：レジュメの一読 事後：講義ノートの確認
9	ローコードAIのソリューションの体験	ローコードAIのソリューションについて学び、実例の体験も行う	事前：レジュメの一読 事後：講義ノートの確認
10	人工知能で必要な数学1	人工知能で必要な基礎的な数学を学ぶ
11	人工知能で必要な数学2	人工知能で必要な基礎的な数学を学ぶ
12	python1	人工知能を実現するための代表的なプログラム言語であるpythonの概要を学ぶ
13	python2	人工知能を実現するための代表的なプログラム言語であるpythonの概要を学ぶ
14	情報システム企業からの特別講義	企業から技術者をお招きして最新動向を学ぶ	感想のレポートを作成すること