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b(AI入門b)／SPECIAL LECTURE B (INTRODUCTION TO AI B)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム?学期 ／Term?Semester	2024年度／2024 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	水2／Wed 2
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	横塚　志行
遠隔授業科目 ／Online Course	－

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	この講義は、春学期の特殊講義a（AI入門a）に続くものである。 秋学期の本講義（AI入門b）では、初めにプログラミング言語Pythonの基礎について学び、その上でAIの基礎となるアルゴリズム（例えばいくつかの機械学習、ディープラーニングなど）をPythonを用いてコーディングする実践に取り組む。PythonでのAI開発は主要な機能がライブラリとして提供されているため、コーディング作業は比較的容易であり、この実践を通じて参加者がAI技術をより身近に感じられると思う。 現代の進歩した多くの企業では、人工知能をビジネスに適用することが極めて重要な経営上の課題となっており、AI分野の専門家の育成は急務とされている。この講義と春学期の特殊講義a（AI入門a）を組み合わせて受講することで、一般社団法人日本ディープラーニング協会（JDLA）が実施するG検定（AIジェネラリスト）の資格取得に向けた基礎知識が習得可能となる。さらに、将来企業に就職した際には、そこでの人工知能プロジェクトに積極的に参画し、貢献することができる一助となろう。 なお、本講義は経営学科の学位授与方針（DP）に則り、コンピュータによる情報処理の基本原理と、情報を扱う人間社会にとって不可欠な情報技術の推進に注力している。カリキュラムポリシー（CP）を踏まえた上で、情報系の専門科目としての立場から、情報技術に関する専門的な知識を提供し、学生の将来の実務経験に資するような実践的で価値ある内容を提供することに努めている。
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、成績の評価方法などを説明する。 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。 ?春学期の特殊講義a(AI入門a)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だけでなく人工知能の実現方法の基礎を習得できる。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の基礎の習得を行う。 ?アルゴリズム紹介の際には平易な数学的表現を利用し理解を促すように解説するが、pythonコーディングでは数学の理解が必要なコーディングは行わない。 ?pythonに関する課題およびpythonを用いた平易な機械学習の課題を提示する。 ?各学期の最終授業の前に確認テストを実施し理解を促す。 ?各学期の最終授業で総復習の位置づけで期末テストを実施する。 ?全学年を対象としている。
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	最終授業の前に確認テスト(評価対象外)を実施し理解を促す。 各学期の最終授業で総復習の位置づけで期末テストを実施する。 なお、評価比率は出席および課題提示(40-50%程度)とテスト(50-60%程度)と想定している。
関連科目 ／Related Subjects	データサイエンス入門ab 情報システム論ab AI入門a
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	オリエンテーション,python導入	授業の進め方を共有する
2	python1	機械学習に有益なpythonの演習を行う	事前：レジュメの一読 事後：講義ノートの確認
3	python2	機械学習に有益なpythonの演習を行う	事前：レジュメの一読 事後：講義ノートの確認
4	python3	機械学習に有益なpythonの演習を行う	事前：レジュメの一読 事後：講義ノートの確認
5	python4	機械学習に有益なpythonの演習を行う	事前：レジュメの一読 事後：講義ノートの確認
6	機械学習ライブラリ	機械学習に必要なライブラリの紹介と演習を行う	事前：レジュメの一読 事後：講義ノートの確認
7	単回帰分析/重回帰分析	単回帰分析/重回帰分析の理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
8	決定木/ランダムフォレスト	決定木/ランダムフォレストの理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
9	ロジステック回帰	ロジステック回帰の理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
10	k平均法	ｋ平均法の理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
11	ディープラーニング	ディープラーニングの理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
12	CNN	CNNの理解を深めるとともにコーディングを行う	事前：レジュメの一読 事後：講義ノートの確認
13	総復習	総復習を行う	事前：レジュメの一読 事後：講義ノートの確認
14	テスト	今まで学習した内容をテストする