AI・データサイエンス



国立大学初の人工知能研究拠点である人工知能先端研究センターAIXを設立した本学の教員と最先端で活躍する講師が、AIとディープラーニング等について実践的なGPUクラスタを使用した演習・講義を行います。また、データサイエンティストとして必須となるデータサイエンス、データマイニング技術に関しては本学教員が実際に大学院で行っている講義を再編したものを行い、豊富な演習を通してデータから新しい価値を創造する能力を養成します。

AI・データサイエンスに関して「人工知能概論」「人工知能ビジネス応用」「データベース」「機械学習基礎・データサイエンス」「深層学習・画像認識」「自然言語処理」の6つの科目があります。
 

人工知能概論

科目概要

人工知能という呼び名が生まれて60年以上が経過し,2度のブームを経て,現在3度目のブームが鎮火することなく継続されている.Deep Learningという極めて能力の高い機械学習法が生み出されたことが主たる要因であるが,この技術のみでは,真に人工的に「知能」を創ることはできない.本講義では,現在の人工知能ブームの実態を把握するとともに,次世代の汎用型・自律型人工知能を実現させるために重要な複雑ネットワークやプランニング,そして,アフォーダンスといったモノの見方について概観する.

担当講師

慶應義塾大学 理工学研究科 教授
栗原 聡

日程 講義内容
第1回 7月10日(水)
17:50~19:20
人工知能概論
キーワード: チューリングテスト、モンテカルロ法、ビッグデータ、機械学習、深層学習
第2回 7月10日(水)
19:30~21:00
AIとIoT
キーワード: IoT, デバイス, ゲートウェイ, サーバ
第3回 8月21日(水)
17:50~19:20
AIとビジネス活用
キーワード: ビジネス、WEBマイニング、クラウドソーシング
第4回 8月21日(水)
19:30~21:00
AIとこれからの社会
キーワード: AIと仕事、社会

 

人工知能ビジネス応用

科目概要

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人工知能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ウェブシステムの在り方について論じる。

担当講師

株式会社LIFULL 主席研究員
清田 陽司

日程 講義内容
第1回 9月14日(土)
10:40~12:10
AI技術の動向(1)
キーワード: エキスパートシステム、機械学習、ベイズ統計、ディープラーニング
第2回 9月14日(土)
13:00~14:30
AI技術の動向(2)
キーワード: 集客、データ資産、Webビジネス

 

データベース

科目概要

複数のユーザ間で一貫したデータの集合を共有して利用・更新するための関係データベースシステムソフトウェアの原理を学ぶ

担当講師

電気通信大学 情報理工学研究科 教授
大森 匡

教科書

北川博之,データベースシステム,オーム社(教科書は講義概要とほぼ同じ内容の参考書という位置づけであり,自作の講義資料を当日配布します.)

参考書

日程 講義内容
第1回 9月4日(水)
17:50~19:20
関係データベースの概要
キーワード: データベース管理システム,関係データベース、関係データモデル
第2回 9月4日(水)
19:30~21:00
関係代数演算,問い合わせ言語
キーワード: 関係代数演算,SQL
第3回 9月4日(水)
17:50~19:20
関係代数演算の実行算法と高速化
キーワード: 1次・2次インデックス,結合算法
第4回 9月4日(水)
19:30~21:00
共有データの更新と一貫性維持の理論
キーワード: 正規化,トランザクション,データの一貫性
第5回 9月25日(水)
17:50~19:20
関係データベースシステムの現実
キーワード: SQL,ビュー,トランザクション

 

機械学習基礎・データサイエンス

科目概要

データサイエンスの概要と、基本的なアルゴリズムについて学ぶ

担当講師

電気通信大学 情報理工学研究科 准教授
山本 渉

日程 講義内容
第1回 11月20日(水)
17:50~19:20
データサイエンス概論
キーワード: 統計的データ解析、データマイニング、データサイエンス、パターン学習、統計的学習理論
第2回 11月20日(水)
19:30~21:00
ウェブにおけるデータサイエンス
キーワード: 分類予測、アンサンブル学習、サポートベクトルマシン、ランダムフォレスト
第3回 12月4日(水)
17:50~19:20
実応用例の紹介と演習(1)
キーワード: R、Python、Perl、Ruby
第4回 12月4日(水)
19:30~21:00
実応用例の紹介と演習(2)
キーワード: R、Python、Perl、Ruby
第5回 12月18日(水)
17:50~19:20
Webデータの解析(1)
キーワード: データマイニング
第6回 12月18日(水)
19:30~21:00
Webデータの解析(2)
キーワード: データマイニング

 

深層学習・画像認識

科目概要

画像認識を中心に学習方法や畳み込みネットワークについて学ぶ

担当講師

電気通信大学 情報理工学研究科 教授
柳井 啓司

日程 講義内容
第1回 11月16日(土)
10:40~12:10
深層学習概論
キーワード: 機械学習と深層学習の違い、画像、言語、音声による活用
第2回 11月16日(土)
13:00~14:30
画像における深層学習
キーワード: 畳み込みネットワーク、学習方法、誤差逆伝搬法
第3回 11月27日(水)
17:50~19:20
実応用例の紹介
キーワード: 領域分割、画像生成、自動運転
第4回 11月27日(水)
19:30~21:00
演習
キーワード: 領域分割、画像生成、自動運転
第5回 12月21日(土)
10:40~12:10
学習済みネットワークの実行
キーワード: 簡単なネットワークの学習
第6回 12月21日(土)
13:00~14:30
演習
キーワード: 簡単なネットワークの学習

 

自然言語処理

科目概要

深層学習による最新の技術を含む自然言語処理技術を学ぶ.

担当講師

電気通信大学 人工知能先端研究センター 准教授
稲葉 通将

日程 講義内容
第1回 9月28日(土)
10:40~12:10
自然言語処理概論
キーワード: 形態素解析,構文解析,意味解析
第2回 9月28日(土)
13:00~14:30
深層学習による自然言語処理(1)
キーワード: 分布類似度,ニューラル埋め込みモデル
第3回 10月9日(水)
17:50~19:20
深層学習による自然言語処理(2)
キーワード: ニューラル言語モデル,系列変換モデル
第4回 10月9日(水)
19:30~21:00
深層学習による自然言語処理(3)
キーワード: 機械翻訳,要約,対話,機械読解

更新日:

Copyright© WEBSYS.