授業の目的

現在注目されているデータサイエンスと人工知能（AI）とアルゴリズムについて学びます．本講義では，教養として データサイエンス/AI の技術的・社会的な意義を理解と，既存アルゴリズムを用いた論理的な思考力の養成を目的とします．また，授業内に出題される問題を自発的に解くことで，今後の生活で必要となる「考える力」を身に付けることを目指します．

教育内容

各回は，オムニバス形式で，データサイエンスとAIに関連するトピックについて浅く広く紹介します．AI の理解のためにはアルゴリズムの基礎を知っていたほうがよいので，アルゴリズムの基礎についても解説します．扱うトピックは以下のとおりです．
・大量のデータを対象とするデータサイエンスがどのように社会で活用されているのか解説します．
・データを処理する方法について，基礎的な内容を概観します．
・アルゴリズムとは何かを解説します．
・AI についての基礎技術・関連技術・社会的な意義について解説します．
・今後の AI との付き合い方について，考える機会を提供します．

教育方法

【この授業は全てオンラインで実施します】
・スライド資料/ビデオ教材によるオンデマンド形式で講義を行います．
【フィードバックの方法】
・各授業で，課題を出題し，提出結果に対して個別のメッセージという形でフィードバックを行います．
・全2回のレポートを予定しており，それぞれのレポート採点後に採点基準を発表し，全体向けの講評を行います．
【Google Classloomクラスコード】月２・土５共通：pjcjxyx

準備学習（予習・復習）

【授業時間外に必要な学習の時間：15時間】
予習（総計7.5時間）：講義資料を事前にe-learningシステム上に公開するので，各回30分程度で授業の概要を把握しておいてください．
復習（総計7.5時間）：オムニバス形式で，トピックが各回で完結します．各回30分程度の復習が必要です．
課題作成（総計15時間）：全2回のレポートそれぞれについて，計画を立てて進める必要があります．レポートはそこまでの授業内容をふまえた小問から構成されます．

授業内容(シラバス)

到達目標

・データを正しく読み，扱えるようになる．
・人工知能の関連技術・社会的意義について考え，自分なりの意見が持てるようになる．

成績評価の方法と基準

試験方法：その他 実施時期：試験期間外
授業回ごとの課題 (40%), レポート (60%，計2回で各30%)の配分で評価する予定です．それぞれの課題は，論理的な説明ができているかを元に採点します．他人の課題のコピーについては厳しく対処します．
未提出の課題についても厳しく対処し，追加の課題などで単位を認定することはありません．
オンデマンド形式の授業とはいえ，課題がかなり出ますので自発的に学習を進められる学生を対象とします．

学生へのメッセージ（その他注意等）

データサイエンス/AI に関しては，今後さらに重要となってくると考えられますので，専門としない人でも教養として知っておくべき内容が数多くあります．本講義では，初心者でも分かるように解説しますので，個人が今後 AI とどう付き合っていくか考えるきっかけにできたらよいと思っています．

実務経験の授業への活用方法

ベンチャー企業でマネージャー/プログラマとして働いていました．その経験を活かして，実社会でも使われるようなツールを使って実践的な内容を紹介できる内容にしたいと思っています．

教材