AI

1990年代後半に、GoogleやAmazonなどのウェブサービスを起点にはじまったビッグデータ活用の流れは、統計的機械学習、ディープラーニングなどの人工知能（AI）技術の成熟を経て、いまや全世界の産業社会システムそのものを変革しつつある。本科目では、現代のウェブシステムにおけるAI応用がビジネス価値をどのように生み出しているかを概観するとともに、実世界のニーズや課題に応えるAIシステムの在り方について論じる。

深層学習(ディープラーニング)は，今⽇のAIブームを作った中⼼的な技術であり，様々な分野において⼈間の性能を超えるシステムを実現可能にしている．その中でも画像認識においては，それまで難しいとされていた⼀般的な画像認識を実⽤レベルまで押し上げることに成功している．本科⽬では，深層学習の基礎と画像認識への応⽤について講義と演習を通して学ぶ．演習ではGPU計算機を利⽤して，深層学習を⽤いた画像認識・⽣成・変換について，モデルの学習も含めて，実際にプログラムを動かすことを⾏う．

最初に統計学や線形代数の基礎を復習してから、統計的機械学習の入門として、回帰分析から決定木までを説明します。Python環境でのハンズオン形式を取り、コードを実行しながら説明します。教材は主に英語ですが、説明は日本語で行います。機械学習の分野では英語のドキュメントにアクセスする必要も多々ありますので、多少難しいかもしれませんが、慣れていただくことをお勧めします。

深層学習をはじめとした機械学習技術の進化により、その産業応⽤に向けた活動が盛んになっている。⼀⽅で機械学習を⽤いたシステムの開発・運⽤・品質保証は，従来のソフトウェア開発と特性が異なり新たなアプローチが提起・議論されている（機械学習⼯学）。本講義においては、従来のソフトウェア⼯学技術も振り返りながら、特に品質や信頼性の観点に注⽬しつつ、機械学習⼯学に関する最新の動向について解説する。