(1)授業のねらい | 授業で得られる「学位授与の方針」要素
・【2020年度以降カリキュラム対象】的確に情報を収集し,理解し,発信する力
・【2020年度以降カリキュラム対象】持続可能な社会を実現するための課題に取り組む力
【授業の達成目標】
・世の中で使われる自動処理とアルゴリズムとの関係を捉えられるようになる
・社会の活動のさまざまな面で人工知能の活用が進む中で,アルゴリズムと人工知能の違いを意識できるようになる
【授業のねらい】 コンピュータの活用において我が国は世界に遅れをとり,労働生産性の低い国と言われるようになって久しい.ここでは人工知能技術の発達という不測のところに頼らずともコンピュータの有効な活用が期待できるアルゴリズムの活用に焦点を当てて,さまざまな演習を行います.そうした演習体験を通じて,人間では処理が事実上不可能である問題,コンピュータに頼れば円滑に処理できる問題と,コンピュータに頼っても困難な問題との違いを判断できるようになることを目指します.
|
(2)授業の概要 | 授業では有効なアルゴリズムを活用することと密接に関係する話題(授業計画参照)について、グループまたは個人で検討し,それらに対して毎回の授業でレポートを提出します.レポートの多くは,数百文字程度の分量です。 話題によっては、ウェブ上の資料または文献をもとに翌週までに報告するものもあります. いずれの報告も大学のオンライン教育システムeALPS上で行います. コンピュータ上で実行する必要のあるアルゴリズムは,Google Colaboratory上で扱いますが,プログラミングの知識はとくに必要ありません.
|
(3)授業のキーワード | 課題解決・発見,グループワーク,レポートのフィードバック |
(4)授業計画 | 第1週はガイダンスです.履修上の注意にも説明があります.
順不同で以下の話題の中から主に扱う予定です.この9つは参考書「世界でもっとも強力なアルゴリズム」の各章に対応しています. ・検索エンジンはなぜ早い ・Googleのページランクとは ・QRコードは汚しても大丈夫 ・データの仕分けとパターン認識 ・動画を見るには時間がかかる ・コンピュータの扱いやすい情報 ・はんこよりも確かな署名 ・コンピュータにできないこと
|
(5)成績評価の方法 | 毎回の授業で指定されたレポートへの質に関する評価が60点前後.毎回の授業での質問を含めた議論の質の評価が40点前後. |
(6)成績評価の基準 | ほぼ毎週ある提出課題や討論の多くが合格水準にあれば「その水準にある」,提出課題や討論のほとんどが合格水準にあり,さらに提出課題や討論の多くで上にある水準の評価を得れば「やや上にある」,課題や討論のほとんどで上にある水準の評価を得れば「かなり上にある」,その上で,授業に相応しい良い質問・発問が討論に際してできれば「卓越している」. なお「合格水準」には授業時間内の課題への関わり方も含みます. 期末試験は行いません. |
(7)事前事後学習の内容 | 課題によっては授業時間後に翌週までに提出を要請するものもあります.期限内に提出してください. 新聞やニュース等で授業で扱った話題について興味をもって集めてみてください.
※この授業は90時間の学修を必要とする内容です。従って,60時間以上の時間外学習が必要となります。 |
(8)履修上の注意 | 第1週授業で行うガイダンスの内容に関してはeALPS上に資料があります.教室ガイダンスは,この資料にない情報の提供は基本的にないので,質問がなければ数分で終了します.
提出物のほとんどはオンライン環境(eALPS)を通じて行います.eALPSはスマートフォンでも利用可能です. 受講希望者の多い場合,学部バランスを考慮の上,抽選により受講制限を決定します. |
(9)質問,相談への対応 | eALPS上の掲示板およびメール szkjiro@shinshu-u.ac.jp によります.研究室を尋ねる際もメールによる事前連絡で時間調整をお願いします. |
【教科書】 | 指定せず |
【参考書】 | マコーミック『世界でもっとも強力な9のアルゴリズム』日経BP社 クリスチャン『アルゴリズム思考術』早川書房 我妻幸長『Google Colaboratoryで学ぶ! あたらしい人工知能の教科書』翔泳社 アーウィグ『ワンス・アポン・アン・アルゴリズム』共立出版
|
【添付ファイル】 |
なし |