授業情報
※身につく能力について
複数の学科・専攻・コースで開講されている科目は、開講を担当する学科・専攻・コースの定めた「身につく能力」を表示しているため、履修要項・大学院要覧記載の「身につく能力」とは異なるものが表示されていることがあります。
授業によっては、「身につく能力」の記載がない場合もあります。
そのため「身につく能力」については履修要項・大学院要覧も確認するようにしてください。
| 授業コード Course Code |
21E6009000
|
| 授業開講年度 Year of Class |
2025年度
|
| 授業形態 Course Mode |
講義(遠隔授業)
|
| 授業名称 Class Name |
MGAID302AI基礎
|
| テーマ Theme |
|
| 科目名 Name of Subject |
MGAID302AI基礎
|
英字科目名
English Name of Subject |
MGAID302Foundations of AI
|
身につく能力
Ability to be Acquired in This Class
◎=科目に最も関連する能力
〇=科目に関連する能力
|
知識・理解
|
現代社会が抱える諸問題を捉えるための幅広い基礎知識
|
◎
|
| 汎用的技能
|
多面的思考・判断力、コミュニケーション力
|
〇
|
| 態度・志向性
|
多様性の尊重、他者貢献、自律的学習態度
|
|
| 統合的な学習経験と創造的思考力
|
課題発見力
|
〇
|
| 統合的な学習経験と創造的思考力
|
解決策提示力、社会参画による他者貢献
|
〇
|
| 科目単位数 Credit |
2
|
| 履修期 Term |
春学期
|
| 教員氏名 Name of Teacher |
山田 敏史, 永田 毅
|
| 開講キャンパス Campus |
横浜
|
| 曜時 Day and Period |
集中(春学期)
|
| 授業概要 Course Description |
人工知能（AI）の基礎を解説する。AIの歴史、諸問題、社会実装、倫理を学ぶ。AIを支える機械学習と、それを発展させた深層学習について学ぶ。また、AIの応用であるロボット、パターン認識、自然言語処理、予測・判断について学ぶ。本講義はMatlabを利用するため、「プログラミング入門」の履修を強く推奨する。
|
| 到達目標 Class Goals |
AIに関する基礎的知識を習得する。 特に、機械学習、深層学習や、ロボット、パターン認識、自然言語処理、予測・判断といった事柄について正確な理解を習得する。それにより、AIに過剰な期待を抱くことなく、その利用価値を正当に評価し、社会に役立てることができる。
|
| 授業言語 Language |
日本語
|
| アクティブ・ラーニング Active Learning |
アクティブ・ラーニング非対応
|
授業計画
Daily Class Schedule
|
|
【第1回】
|
授業内容
Content/Topic
|
ガイダンス、AIの歴史
|
予習内容
Preparation for Class
|
「推論と探索の時代」、「知識工学」、「深層学習」といったキーワードについて調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第2回】
|
授業内容
Content/Topic
|
AIの諸問題、諸分野
|
予習内容
Preparation for Class
|
「チューリングテスト」、「強いAIと弱いAI」、「フレーム問題」、「記号接地問題」といったキーワードについて調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第3回】
|
授業内容
Content/Topic
|
AIの社会実装
|
予習内容
Preparation for Class
|
教科書3.1.6「深層学習と実世界問題」から3.1.11「AIとこれからの社会」までを読む。文中のキーワードを調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第4回】
|
授業内容
Content/Topic
|
AIの倫理
|
予習内容
Preparation for Class
|
「AI倫理」というキーワードについて調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。さらに、第1回から第4回までの内容を復習して、小テスト1に回答する。
|
目安時間
Hours
|
2 時間
|
|
【第5回】
|
授業内容
Content/Topic
|
機械学習の基礎1
|
予習内容
Preparation for Class
|
教科書3.2.1「機械学習の基本的な枠組み」から3.2.4「交差検証法によるモデル選択」までを読む。文中のキーワードを調べる。数式を理解する必要は無い。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第6回】
|
授業内容
Content/Topic
|
機械学習の基礎2
|
予習内容
Preparation for Class
|
教科書3.2.5「識別問題の機械学習」を読む。文中のキーワードを調べる。数式を理解する必要は無い。また、MatlabをインストールしたPCを用意する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第7回】
|
授業内容
Content/Topic
|
深層学習の基礎1
|
予習内容
Preparation for Class
|
教科書3.3.1「深層学習の基本的な枠組み」から3.3.3「パラメータの学習」までを読む。文中のキーワードを調べる。数式を理解する必要は無い。また、MatlabをインストールしたPCを用意する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第8回】
|
授業内容
Content/Topic
|
深層学習の基礎2
|
予習内容
Preparation for Class
|
教科書3.3.4「ニューラルネットワークの拡張」と3.3.5「発展的トピック」までを読む。文中のキーワードを調べる。数式を理解する必要は無い。また、MatlabをインストールしたPCを用意する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第9回】
|
授業内容
Content/Topic
|
第1回から第8回までの授業の振り返り
|
予習内容
Preparation for Class
|
第1回から第8回までの授業内容を復習する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。さらに、第5回から第8回までの内容を復習して、実習課題に回答する。
|
目安時間
Hours
|
2 時間
|
|
【第10回】
|
授業内容
Content/Topic
|
予測と判断
|
予習内容
Preparation for Class
|
教科書3.2.6「機械学習の評価法」と3.2.7「ベイズモデリングと予測」を読む。文中のキーワードを調べる。数式を理解する必要は無い。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第11回】
|
授業内容
Content/Topic
|
AIとロボット、AIによるパターン認識
|
予習内容
Preparation for Class
|
教科書3.4.1「ロボットとAI」と3.4.2「認識とAI」を読む。文中のキーワードを調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第12回】
|
授業内容
Content/Topic
|
AIによる自然言語処理
|
予習内容
Preparation for Class
|
教科書3.4.3「言語とAI」を読む。文中のキーワードを調べる。また、「トランスフォーマーモデル」、「大規模言語モデル」といったキーワードについて調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第13回】
|
授業内容
Content/Topic
|
強化学習1
|
予習内容
Preparation for Class
|
「強化学習」というキーワードについて調べる。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第14回】
|
授業内容
Content/Topic
|
強化学習2
|
予習内容
Preparation for Class
|
強化学習1で学んだことを復習する。また、MatlabをインストールしたPCを用意する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第15回】
|
授業内容
Content/Topic
|
まとめ
|
予習内容
Preparation for Class
|
第1回~第14回の授業内容を復習する。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaのアンケートに回答し、授業内容の復習を行う。さらに、第10回から第14回までの内容を復習して、小テスト2に回答する。
|
目安時間
Hours
|
2 時間
|
授業に関する注意事項
Remarks for Class |
本講義はオンデマンド形式で行われる。本講義は、文系の学生向けに、数学や統計が不得意でも理解できるように配慮されている。数式は極力使わないので、数学的な知識は不要である。アンケート・小テスト・実習課題についてmanabaで随時指示するので、常にmanabaをチェックすること。動画教材は決まった曜日にアップロードされる。アンケートは公開後1週間以内に回答すること。小テストの受験期間と実習課題の提出期限はmanabaで指示する。実習のため、マスワークス社のMatlabをインストールしたPCを用意しておくこと（本学の学生はMatlabを無料でインストールすることができる）。
|
| 教科書 Texts |
北川源四郎、竹村彰通（編）、応用基礎としてのデータサイエンス改訂第2版、講談社（購入必須）
|
| 参考書 Reference Books |
特になし
|
課題フィードバック方法区分
Assignment Feedback Method |
授業時間外にmanabaで行う
|
課題フィードバック方法内容
Assignment Feedback Method Content |
|
成績評価の基準
Evaluation Criteria |
授業への参加度（クリッカーを用いた双方向授業に対するレスポンス）10％、小テスト60％、実習課題30%
|
| 関連URL Related URL |
|
| 備考 Notes |
|
| 添付ファイルの注意事項 Notice |
|
| 更新日時 Date of Update |
2025年03月28日 12時31分20秒
|