データサイエンス AI基礎

世界的な視野のビックデータの時代が到来し，日常生活やビジネスのあらゆる局面で適切な意思決定のためにビッグデータを用いることの重要性がますます高まってきている。本講座『機械学習基礎』では，誰もが自身の意思決定にビックデータを役立てることができるように実習を通してコグニティブなデータ分析の基礎を学ぶ。
これにより，機械学習の知識や手法を自身の専門分野に応用し，現実の課題解決や価値創造に役立てることができるスキル，及び，データに基づいて人を説得できるスキルを身に付ける。
本授業では，文部科学省が推進する「数理・データサイエンス・AI 教育プログラム認定制度 (応用基礎レベル)」モデルカリキュラム学修項目の内，『3. AI基礎』 の内容を主にカバーするとともに，実際にデータ分析を体験することを目標とする。
【実務経験のある教員等による授業科目】

・AIの最新技術や機械学習について理解を深め，自身の専門分野への応用をイメージできるようになる。
・クラウド上の分析ツールを用いて，オープン・データをインタラクティブかつビジュアルに分析し，説得力のあるレポートを作成できるようになる。
・Pythonプログラミングを通して，機械学習の概要を理解できるようになる。
・世界的なデータサイエンティストのコミュニティーを理解し，参加できるようになる。

すべて遠隔授業により行う。
・講義内容の録画映像へのリンクと講義資料をWebClassにて毎回配布し，遠隔講義（オンデマンド）形式にて進める。
・クラウド上の分析ツールにアクセスして，データ分析実習を行う。
・Pythonプログラミングによる機械学習を体験する。
・社会での実例を題材としたデータ分析や可視化の実習を行う。

授業後に皆さんに提出いただくコメントペーパーの内容を活用し，皆さんの理解度や興味，学習環境等を加味しながら授業を進める。その結果として，内容や順番が変わる場合がある。

WebClassで毎回の授業後に小テストを実施し、提出後に正解・解説を提示する。
定期試験に代わる課題については、WebClassから提出後にコメント・成績を提示する。（詳細は授業で説明する）

予習：テーマのポイントをチェックし，独力で理解できる部分とそうでない部分を意識の上，講義に臨むこと。
復習：録画映像や配布資料の内容を再チェックし，知識として定着させること。実習内容も何度か再現してみてスキルとして定着させること。

教科書は使用せず、授業資料を毎回配布する。

授業中に適宜紹介する。

・WebClassに授業内容を掲示するので，掲示する授業映像，配布資料や課題を必ず確認すること。実習は必ず自分で行ってみること。
・内容の把握は勿論のこと，事象の背景を含めた本質についての基本的な理解を期待する。
・そのためにも，授業後のコメントペーパーでの感想・質問の積極的な書き込みを求める。