| 科目名 | 機械学習とAI／情報処理システム入門 | |
| 担当者 | 柴田 徹 | |
| 開講期 | 2025年度秋学期 | |
| 科目区分 | 週間授業 | |
| 履修開始年次 | 1年 | |
| 単位数 | 2単位 | |
| 授業の方法 | 講義 | |
| 授業形態 | 対面（全回対面） | |
| オンライン実施回 | — | |
| 全回対面 | ||
| 授業題目 | AI（人工知能）の基礎 | |
| 授業の到達目標 | 本授業では，AIに関わる入門的，基礎的な諸事項の理解を目指します。到達目標は以下の通りです。 1. AIの発展の歴史について，概略を説明できるようになる。 2. プログラミング言語Pythonを用いて，簡単なプログラミングができるようになる。 3. AI・機械学習・ディープラーニング（深層学習）の原理と方法について，具体的に説明できるようになる。 4. AIの利用と課題について，具体的に説明できるようになる。 5. AIの発展と人間・社会との関わりについて，具体的に考察できるようになる。 |
|
| 今年度の授業内容 | 一連の授業を通して，AIの歴史や原理，方法（簡単なプログラミングを含む），利用，および，AIの社会的影響や，AIとの関わり方等について学修します。，必要に応じて演習や課題を設け，知識・理解の定着を図ります。なお，一部の内容の理解には，数学や物理等の基礎的な知識が必要になることがあります。 | |
| 準備学修（予習・復習等）の具体的な内容及びそれに必要な時間について | 1. 各回の内容（テーマ）について，参考書やウェブ等を参考にしながら予習を行い，ノート等に整理する。 2. 配布資料等を参考にしながら授業内容の復習を行い，ノート等に整理する。課題がある場合には，課題に取り組み理解を深める。 |
1回平均約190分 |
| 自習に関する一般的な指示事項 | 配布資料，参考書，ウェブ等を参考にしながら自習して下さい。また，AIやコンピュータ関連のニュースにも積極的に目を通しましょう。 | |
| 授業の特徴（アクティブラーニング） | 実施しない | |
| 第1回 | ガイダンス（授業の進め方ほか），AIとその歴史 | |
| 第2回 | AIとプログラム | |
| 第3回 | プログラミングの基礎 | |
| 第4回 | プログラミング演習 | |
| 第5回 | AIとデータ | |
| 第6回 | 機械学習 | |
| 第7回 | ディープラーニング（深層学習） | |
| 第8回 | AIと実用化(1)（画像・動画認識，音声認識，文章生成） | |
| 第9回 | AIと実用化(2)（自動運転車，ゲーム，AIと人間の協働） | |
| 第10回 | 進化するAI(1)（医療AI，フィンテック，ロボティクス） | |
| 第11回 | 進化するAI(2)（自動運転車，ドローン・無人機，コンピュータ，RPA） | |
| 第12回 | AIの課題 | |
| 第13回 | AIの発展と人間 | |
| 第14回 | 学修のまとめ | |
| 授業の運営方法 | 1. 授業資料等はMicrosoft Teamsで配布します。 2. 必要に応じて演習を行います。 3. 必要に応じて課題を設けます。課題はTeamsの所定の場所に提出します。 4. 授業内で小テストを行います。 |
|
| 課題試験やレポート等に対するフィードバックの方法 | 1. Microsoft Teamsを用いて課題の提出を行い，個々に添削・再提出指示を行います。 2. 次回の授業で課題の解説を行います。 |
|
| 評価の種類 | 割合(%) | 評価方法・評価基準 |
| 定期試験 | 0% | なし |
| 小論文・レポート | 40% | 小テストの評価 |
| 授業参加 | 60% | 課題の評価（40%），授業参加度，学習意欲・態度等（20%） |
| その他 | 0% | なし |
| 評価内容（評価方法、評価基準4） | なし |
| テキスト | なし。毎回授業資料を配布します。 |
| 参考文献 | 小高知宏『基礎から学ぶ人工知能の教科書』オーム社，2023年など。 |
| その他、履修生への注意事項 | 1. 授業開始時刻になったら出欠を確認します。 2. 教室内での飲食，過度の私語，ケータイの使用，授業内容とは無関係なWebサイトの閲覧，他科目のレポート作成等，非常識・無常識な行為には，厳しく対処します。 3. 本授業においてはMicrosoft Teamsを使用します。初回授業までに受講生にTeamsの登録コードをお伝えしますので，大学と自宅の双方からアクセスできるようにしておいて下さい。 4. 課題はMicrosoft Teamsの指定の場所に提出します。 5. 提出された課題は，添削の上，期限内に再提出を指示することがあります。 6. 課題の不正提出（ウェブからのコピー＆ペースト，他の受講生の課題の写し・一部修正等）には，厳しく対応します。 7. 一部の内容の理解には，数学や物理等の基礎的な知識が必要になることがあります。数物系が得意ではないという人は，よく考えて履修登録を行って下さい。 |
| 卒業認定・学位授与の方針と当該授業科目の関連 | カリキュラムマップ【マネジメント学部 マネジメント学科】 カリキュラムマップ【マネジメント学部生活環境マネジメント学科】 |