- 学部・研究科
Faculty/Graduate School - 法/文/経/商/社/政策/外/人間/安全/ビ/シ/環/化/工
- 時間割コード
Course Code - 00321
- 科目名
Course title
サブテーマ
Subtitle - AI・データエンジニアリング実践基礎
- 授業形態/単位
Term/Credits - クラス
Class -
- 秋/2
- 担任者名
Instructor - 矢田 勝俊/尹 禮分/村上 啓介/林 勲
- 曜限
Day/Period - 他
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
講義（オンデマンド配信型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
社会のあらゆる活動がデータ化され、蓄積される昨今、AI技術を駆使してビッグデータから新たな知見を獲得し、実践的な活動に活かす技術を習得することは、関西大学のすべての学生にとって必須のテーマである。本科目では、文理、学部の枠を超えて、すべての学生を対象に、AI技術、データエンジニアリング技術を体系的かつ実践的に教育する。
到達目標 / Course Objectives
①知識・技能の観点
・AI技術、データエンジニアリング技術について、深く理解する。
②思考力・判断力・表現力等の能力の観点
・AI技術、データエンジニアリング技術をもとに、データを読み、加工し、分析するとともに、その結果を表現する能力を身につける。
③主体的な態度の観点
・自らの学習を振り返り、適切な改善点を挙げることができる。授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
・学生による学習のふりかえり
・学生同士の意見交換（グループ・ペアワーク、ディスカッション、ディベート等含む）
- 授業計画
Course Content -
授業計画 / Course Content
第1回 人工知能のあゆみと広がり
第2回 AIと社会（倫理、説明可能なAI）
第3回 ビジネスにおける機械学習の基礎と実践
第4回 AI・データエンジニアリングのためのMATLAB入門
第5回 データ駆動型社会とデータサイエンス
第6回 データ加工と分析設計
第7回 機械学習のための基礎数学
第8回 現場から学ぶ データサイエンス・AI技術による課題解決
第9回 データ解析における確率・統計の使い方
第10回 データの変化・違いを見極める手法
第11回 データ分析による予測手法
第12回 最適化問題の解決方法
第13回 学習データと機械学習
第14回 ファジィ集合論とファジィ推論
第15回 ニューラルネットワークと深層学習・生成系AI授業時間外学習 / Expected work outside of class
授業資料、ノートを読み返し、授業内容の理解に努めるよう復習をすること。
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
・関大LMSに提示された確認テスト（100％）基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
・AI技術、データエンジニアリング技術について、深く理解する。
②思考力・判断力・表現力等の能力の観点
・AI技術、データエンジニアリング技術をもとに、データを読み、加工し、分析するとともに、その結果を表現する能力を身につける。
③主体的な態度の観点
・自らの学習を振り返り、適切な改善点を挙げることができる。
- 教科書
Textbooks
-
参考書
References
- フィードバックの方法
Feedback Method プライベートな内容を含む質問や問い合わせについては関大LMSのメッセージ機能を使って個別に対応する。また、受講者全員に関係する事柄については、関大LMS内の「タイムライン」、「メッセージの一斉送信機能」、「Q&Aコーナー」などを利用してフィードバックを行う。
- 担任者への問合せ方法
Instructor Contact 当該授業が実施されている期間内に、関大LMSのメッセージ機能を利用するか、あるいはLMS上の「第〇回 〇〇先生への質問はこちらへ」に質問を入力するなどして、授業の担当教員に直接問い合わせること。
- 備考
Other Comments ・本科目はオンデマンド配信で実施します。授業資料は原則、毎週月曜15時に配信し、関大LMSにアップロードします。これらの資料は原則、1週間視聴可能にし、受講生への連絡、受講生からの質問受付は、関大LMS「メッセージ」を用います。
・「社会のためのデータサイエンス実践基礎」（春学期）、および「AI・データエンジニアリング実践基礎」（秋学期）の2科目4単位を修得した学生を対象に、スキルを証明する「デジタル証明証（オープンバッジ）」を発行します。修得条件を満たした年度の終わりに、デジタル証明証の発行手続きが必要です。詳細についてはインフォメーションシステムで案内する予定です。