シラバス詳細

タイトル「2023年度」、カテゴリ「教養教育科目」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

和文英文

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

コースナンバリング	2-410x000
科目名	AI・数理・データサイエンスⅡ
開講学期	後期
開講時期	３クォータ
曜日・校時	木２
単位数	2
授業担当教員	木下　武彦、大村　肇

講義情報

学士力番号

2(1)(3)

曜／限追記

木曜2校時

講義形式

講義

講義概要

現代のAI・データサイエンスには機械学習が必要不可欠です．
この講義では「機械学習とは何か？」をテーマとして，機械学習の数理的な背景とそのプログラミングについて講義します．
また，AIやデータサイエンスではどのように機械学習を使っているかを事例を通して説明します．
データさえ入力すれば自動的に結果が出てくるというような，計算機が出力した結果を鵜呑みにするのではなく，その機械学習モデルの背景の知識とそれを実際に計算する能力を身につけてください．

開講意図

現代のAI・データサイエンスでは機械学習が重要な役割を果たします．
本講義では機械学習とは何かを理解し，実際に機械学習モデルを計算するスキルを身につけます．
また，AIの運用事例を通して解決すべき問題に対する機械学習モデルの作成手法を身につけます．

到達目標

AIの歴史と運用事例を理解する．
データの処理と可視化ができるようになる．
機械学習モデルを作れるようになる．
機械学習モデルの状態を把握し，調整できるようになる．
AIの運用と倫理を理解する．

履修上の注意

データサイエンス(リテラシーレベル)の知識が必要です．
AI・数理・データサイエンスIで学んだ程度の Python の知識が必要です．

授業計画

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	AIの歴史と応用分野	自分の PC で Python 3 を利用可能にしてください(講義内で解説します)．
2	データ表現	講義内容を復習し，指示された課題に取り組んでください．
3	データ加工	講義内容を復習し，指示された課題に取り組んでください．
4	データ可視化	講義内容を復習し，指示された課題に取り組んでください．
5	クラスタリング	講義内容を復習し，指示された課題に取り組んでください．
6	分類問題	講義内容を復習し，指示された課題に取り組んでください．
7	回帰問題	講義内容を復習し，指示された課題に取り組んでください．
8	深層学習	講義内容を復習し，指示された課題に取り組んでください．
9	機械学習の基礎と展望	講義内容を復習し，指示された課題に取り組んでください．
10	アンサンブル法	講義内容を復習し，指示された課題に取り組んでください．
11	言語・知識	講義内容を復習し，指示された課題に取り組んでください．
12	分析設計	講義内容を復習し，指示された課題に取り組んでください．
13	ビッグデータとエンジニアリング	講義内容を復習し，指示された課題に取り組んでください．
14	AIの構築・運用	講義内容を復習し，指示された課題に取り組んでください．
15	AIと社会	講義内容を復習し，指示された課題に取り組んでください．

成績評価の方法と基準

到達目標に記載されている内容に関する期末レポートの成績で評価し，60点以上で合格となります．

開示する成績評価の根拠資料等

期末レポートの問題と解答を開示します．

開示方法

Microsoft Teams で開示します．

教科書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
教科書は指定しません

参考図書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
詳細! Python 3 入門ノート
大重美幸	ソーテック社	2017
		978-4800711670

オフィスアワー

水曜5校時　電話：0952-28-8842
メール：kinosita（あっと）edu.cc.saga-u.ac.jp　※メール送信の際は（あっと）を＠に変換してください．

アクティブラーニング導入状況

アクティブラーニング導入状況
カテゴリー4	カテゴリー3	カテゴリー2	カテゴリー1	カテゴリー0
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING	グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT	学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION	学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION	基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT
0	0	0	50	50