シラバス表示
        
開講年度 2024年度 登録コード T8003200
授業名 AI基礎
Artificial Intelligence Fundamentals
担当教員 小林 一樹 副担当  
講義期間 後期(集中) 曜日・時限 集不定 講義室   単位数 1
対象学生 工学部・全学科・2年生,3年生 授業形態 講義 遠隔授業科目 該当 備考  
信大コンピテンシー [説明] 該当
授業で学べる「テーマ」 その他
全学横断特別教育プログラム
注意)「曜日・時限」「講義室」等は変更される場合がありますので、「キャンパス情報システム」や「掲示」等で確認してください。

(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】
24T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,身体運動)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)授業計画下記の☆印の回(第1回,第2回,第3回,第4回,第8回,第14回,第15回)は受講と課題の提出が必要.

第1回 ガイダンス(受講ルール,授業概要,参考図書など)☆
第2回 AIの歴史と応用分野☆
第3回 AIと社会☆
第4回 機械学習の基礎と展望☆
第5回 演習環境の使い方
第6回 プログラミング言語の演習
第7回 サポートベクターマシンの演習
第8回 深層学習の基礎と展望☆
第9回 認識
第10回 予測・判断
第11回 言語・知識
第12回 形態素解析の演習
第13回 身体運動
第14回 AIの構築と運用☆
第15回 畳み込みニューラルネットワークの演習,授業アンケート実施☆
(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.
・再提出を求められた提出物が期限内に提出されていること.
(5)成績評価の基準成績は,各回の提出物の完成度で評価する.
完成度については,網羅性,論理構造の妥当性,分かりやすさ,読みやすさ,条件充足性,独自性の観点から評価を行う.

すべての提出物について,下記の基準に照らした評価を点数化しその合計値を最終評価とする.
合計値が60点に達しない場合には単位認定されない.
(a)提出物の内容が簡潔かつ明確に表現されていること,(b)文章の構成が論理的に妥当であること, (c)提出物の内容が指示内容に沿ったものであること,(d)プログラムが実際に動作するものであること,(e)技術レベルが高いこと,かつ,教員を感心させるレベルに達していれば「卓越している(100)」とする.(a)から(e)の5項目を満たしていれば「かなり上にある(90)」とし,(a)から(d)の4項目を満たしていれば「やや上にある(80-70)」,(a)から(c)の3項目を満たしていれば「水準にある(60)」とする.

また,提出物については,先行提出制を採用し,たとえ意図せずに類似の内容であっても,後から提出されたものを類似の度合いに応じて減点する.類似の度合いの確認については,論文や書籍,Web上の情報,過去5年間のレポートや提出物,さらに,同年度の他者のものを確認範囲とし,アイディアや手法が同一である場合には単位認定を行わない.また,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を行わない.
(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.
(8)質問,相談への対応質問は基本的に電子メールで随時受け付ける.
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,学籍番号,氏名,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.
連絡先メールアドレス:kby@shinshu-u.ac.jp
(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】馬場口登・山田誠二,2015,『人工知能の基礎』オーム社.
谷口忠大,2020,『イラストで学ぶ 人工知能概論 改訂第2版』講談社.
我妻幸長,2021,『Google Colaboratoryで学ぶ! あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術』翔泳社.
【添付ファイル】 なし



戻る