| (1)授業の達成目標 | | 【授業で得られる「学位授与の方針」要素】 | ⇔ | 【授業の達成目標】 | | ２５Tカリ, ２３Tカリ | | 【22T～】共通教育による幅広い教養と，工学の専門分野における基礎学力が身についている。 | ⇔ | 自らの専門分野にAIを応用するための大局的な視点を与えられるようになる． |
|
| (2)授業の概要 | 本科目はオンライン非同期形式で実施される．
リテラシーレベルの人工知能に関する技術や知識を補完的および発展的に学び，それらを活用して課題解決につなげる基礎能力を身に着けるために下記に取り組む．
・AIのこれまでの変遷、各段階における代表的な成果物や技術背景を理解する
・今後，AIが社会に受け入れられるために考慮すべき論点を理解する
・自らの専門分野にAIを応用する際に求められるモラルや倫理について理解する
・機械学習 (教師あり学習，教師なし学習)，深層学習，強化学習の基本的な概念を理解する
・AI技術（学習， 認識，予測・判断，知識・言語）を活用し，課題解決につなげることができる
・複数のAI技術が組み合わされたAIサービスやシステムの例を説明できる |
| (3)授業計画 | 第1回 学習目標、イントロダクション、ガイダンス
第2回 AIの歴史と応用分野、AIと社会
第3回 機械学習の基礎と展望
第4回 生成AIの基礎と展望
第5回 演習環境の使い方とプログラミング言語の演習
第6回 サポートベクターマシンの演習
第7回 深層学習の基礎と展望
第8回 AIの構築と運?
第9回 畳み込みニューラルネットワークの演習 |
| (4)成績評価の方法 | 下記の条件を全て満たした場合に，提出物に対して，それぞれに設定された条件が満たされている度合いによって成績を評価する．
・指定された提出物がすべて期限内に提出されていること．
|
| (5)成績評価の基準 | 成績は，各回の課題の達成度で評価する．すべての提出物について，提出物の内容が自身によって回答されていることを前提とし，各課題の点数を合算し100点満点に換算して最終評価とする．合計値が60点に達しない場合には単位認定されない． |
| (6)事前事後学習の内容 | １回の講義に対し，事前事後の学習を含めて少なくとも6時間の学習時間が必要である． |
| (7)履修上の注意 | レポートやプログラムの提出に際して，他者のプログラムやレポート，書籍，Webページなどからの剽窃（他人の文章やアイデアなどの盗用），生成系AIの出力が一部でも含まれていた場合には単位認定されないので，提出内容が上記に該当しないか事前によく調査すること．
授業ページにおける「ガイダンス」には，提出期限の情報が掲載されているため，可能な限り早期に内容を確認して計画的に学習を進めること． |
| (8)質問,相談への対応 | 質問は基本的にEALPSのシステム上で随時受け付ける．
連絡時にはデジタルメディアにおけるコミュニケーションマナーを遵守し，宛名，送信者情報（学科，学籍番号，氏名など），授業名，授業回，質問内容，返信して欲しい具体的な事項などについて，指定の連絡先に質問すること．
提出物の受け取り確認などの問い合わせには回答しかねるので，各時で提出時のシステムからの応答を保管して管理すること． |
| (9)その他 | |
| 【教科書】 | 指定しない．適宜授業ページ上で教材を提供する． |
| 【参考書】 | 指定しない |
| 【添付ファイル】 |
なし |