閉じる


学習支援計画書の照会

授業科目区分 科目名 単位数 科目コード 開講時期 履修方法
数理基礎教育課程
数理基礎科目
数理基礎
AI基礎
Basic Topics in Artificial Intelligence
1 G240-01 2期(後学期) 修学規程第4条を参照

担当教員名 研究室 内線電話番号 電子メールID オフィスアワー



授業科目の学習教育目標
キーワード 学習教育目標
1.  AI
2. 画像認識
3. 自然言語分析
4. 対話型音声識別
5. 機械学習
この科目ではAI(Artificial Intelligence)に関する,基本的機能や活用例を,アクティ
ブラーニングをとおして体験し,最先端技術について,さまざまな基本的実例を通して学ぶ
。AI基礎においては,サイエンス・テクノロジーの新しいパラダイムに対応できる素地を涵
養するため,AI独自の画像認識,文章カテゴリー化と自然言語処理,対話型音声識別などの
基本的内容を理解し基本的操作ができるようになる。さらに,機械学習(深層学習)に必要
な初等的なデータ構成ができるようになる。

授業の概要および学習上の助言
○ 学習内容は下記の通りである:
   1.AIの基本的仕組み,AI機能の基本的・代表的機能
     機械学習(深層学習)の働きの初等的理論について学習する
     また,AI機能の基本的機能の具体例としては,
     (1) 画像認識     
     (2) 自然言語処理
     (3) 対話型音声識別
     を理解し,基礎的操作について学習する     
      2.AIを活用する際に関係する法令の遵守と倫理的問題について学習する
     (1) 個人情報保護法などの法令の遵守について
     (2) 法令より広範な基準としてのAI倫理について:人に関わる情報やデータの取り扱いに関する倫理の尊重
 
   3.AIの機械学習に必要な基礎的データ構成について学習し,実際に簡単なデータを作成する
   4.AIの様々な機能の理学・工学への応用例の学習

教科書および参考書・リザーブドブック
教科書:指定なし
参考書:指定なし
リザーブドブック:指定なし

履修に必要な予備知識や技能
○この授業で必要な基礎知識はコンピュータ操作の基礎である。
○この分野の進歩は早く,解説書類はすぐに対応しなくなるため,授業の進行に応じて,プリントを配布する。配布されたプ
リントなどで十分学習すること。参考書などはその都度,最新のものを紹介する。
○レポートは丁寧に書き、提出期日を厳守すること。また他人のレポートを写すようなことは厳に慎むこと。

学生が達成すべき行動目標
No. 学科教育目標
(記号表記)
 
@ D,H AIの画像識別の基本例を理解でき,基本的操作を行うことができる。
A D,H AIの自然言語処理の基本例を理解でき,基本的操作を行うことができる。
B D,H AIの対話型音声識別機能の基本例を理解でき,基本的操作を行うことができる。
C D 機械学習に必要な,基礎的データ構造を理解し,基本的なデータを構成できる。
D B AIに関わる法令を遵守し,AI倫理を尊重する態度を身につけることができる。
E A 毎回の授業に出席し,与えられた課題に取り組み、授業内容の理解に努めることができる。

達成度評価
指標と評価割合 \ 評価方法 試験 クイズ
小テスト
レポート 成果発表
(口頭・実技)
作品 ポートフォリオ その他 合計
総合評価割合 0 0 70 0 0 0 30 100
総合力指標 知識を取り込む力 0 0 40 0 0 0 20 60
思考・推論・創造する力 0 0 20 0 0 0 0 20
コラボレーションとリーダーシップ 0 0 0 0 0 0 0 0
発表・表現・伝達する力 0 0 0 0 0 0 0 0
学習に取組む姿勢・意欲 0 0 10 0 0 0 10 20

評価の要点
評価方法 行動目標 評価の実施方法と注意点
試験 @  
 
A  
B  
C  
D  
E  
小テスト クイズ @  
 
A  
B  
C  
D  
E  
レポート @
レポートは総合評価割合を70%として評価する。レポートは文章やデータの数値,文章等を丁寧に書き
、課題に取り組んでいく過程を論理的に記述すること。他人のレポートを写すことは厳に慎むこと。また
、レポートの提出期日を厳守すること。レポートの提出期日はガイダンスで配布される授業予定表に記載
してある。
A
B
C
D
E  
成果発表(口頭・実技) @  
 
A  
B  
C  
D  
E  
作品 @  
 
A  
B  
C  
D  
E  
ポートフォリオ @  
 
A  
B  
C  
D  
E  
その他 @  
学習に取り組む姿勢・意欲を,受講態度や授業内容の理解度を,実際のAI操作に取り組む状況で評価し,
さらに予習・復習として取り組んだ宿題や演習も含めて,総合評価割合30%として評価する.
A  
B  
C  
D
E

具体的な達成の目安
理想的な達成レベルの目安 標準的な達成レベルの目安
・AIの仕組みが理解でき,工学的応用例をあげることが
できる。
・機械学習(深層学習)の基礎的内容を十分理解でき,説明す
ることができる。
・画像識別の基本的仕組みを理解し,十分操作ができる。
・自然言語処理の基本的仕組みを理解し,十分操作ができる。
・対話型音声識別機能の基本的仕組みを理解し,十分操作が
できる。
・機械学習のためのデータを目的に応じて,十分準備できる。
・AIに関する法令を理解し遵守できる。また,AI倫理について
の理解を深め,尊重することができる。
・AIの仕組みが理解でき,基本的応用例をあげることが
できる。
・機械学習(深層学習)の基礎的内容を理解でき,概要を説明
することができる。
・画像識別の基本的仕組みを理解し,操作ができる。
・自然言語処理の基本的仕組みを理解し,操作ができる。
・対話型音声識別機能の基本的仕組みを理解し,操作が
できる。
・機械学習のためのデータを必要量準備できる。
・AIに関する法令を理解し遵守できる。また,AI倫理について
の理解を深め,尊重することができる。

授業明細

回数 学習内容 授業の運営方法 学習課題 予習・復習 時間:分
1回
○科目ガイダンス 
○AIの基本的働きの概要を学習する。
○AIの基本的操作を学習する。
○学習目標、授業方針、評価
方法等について説明する。
○簡単なモデルによりAI紹介
する。
○画像識別の使用例を紹介す
る。
○簡単なサンプルによるAI使
用を体験する。(音声認識,
テキスト音声変換など)
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
2回
○AIの画像認識について学ぶ。
○AIに関連する法令を学ぶ。
○AIに関連する倫理問題を学び,「人に関する情報に
おける倫理尊重」の必要性を理解する。
○画像認識の仕組みを理解し
,デモ用モデルを用いて,基
本操作を体験する。
○AI倫理に関する説明を
行う。
○「AIに関する倫理的使用に
関する学生宣言」への署名を
行う。
○これまでの授業について振
り返りを行う。
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
3回
○AIの画像識別を数字や文字を中心に学ぶ。
○機械学習用データ構成の基礎を学ぶ。
○数字・文字の画像識別を体
験する。
○簡単なデータ作成を行う。
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
4回
○機械学習用データ作成の基礎を学ぶ。
○自作データによる画像識別について学ぶ。
○画像認識の応用に関するグ
ループ学習と討議を行う。
○レポート作成の準備を
行う。
○分類器による機械学習の実
習を行う。
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
5回
○自然言語処理について学ぶ。
○自然言語処理:NLPをとお
してAIの仕組みを解説する。
○自然言語処理の実習を
行う。
○これまでの授業について振
り返りを行う。
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
6回
○自然言語処理とそのデータ分析について学ぶ。 
○対話型音声識別について学ぶ。
○自然言語処理:NLP分類器
の使用を体験する。
○画像認識の仕組みを
理解し,デモ用モデルを
用いて,基本操作を体験
する。
○レポート作成の準備を
行う。
○学習した内容を復習し、課題に
取り組む。
○次回の学習内容について配布プ
リントを中心に予習をする。
60
 
30
7回
○全体について振り返り,機械学習(深層学習)につ
いて,グループ討議を行い復習する。
○グループ討議を実施する。
○これまでの授業について振
り返りを行う。
○これまで学習した内容を振り返
り,全体の流れを確認し,復習す
る。
60