日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
VR211/VR211VR211 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
ハイフレックス/HyFlexHyFlex |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
実習/Practical TrainingPractical Training |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期他/Fall OthersFall Others |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
土3/Sat.3 Sat.3 , 土4/Sat.4, Sat.4 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
33 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR6720 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
その他登録/"Other" Registration"Other" Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
This class (project-based learning 2) promotes a social implementation project that utilizes artificial intelligence and data science.
Combined with the project-based learning 1 in the spring semester, students will learn how to develop project concepts, utilize related technologies, and promote intra-team communication.
Playing a set role in the project team, students will drive a variety of processes for research/technology development and practical application, and will also consider various issues related to practical use such as data privacy.
The following projects are tentatively listed as this year's projects:
1) AI application and big data analysis in professional baseball
2) AI application in the field of long-term care
3) Virtual Classroom (Metaverse)
| 1 | プロジェクトチーム実習１の結果を踏まえたプロジェクト中間検討 |
| 2 | プロジェクトチーム実習１の結果を踏まえたプロジェクト中間検討 |
| 3 | 技術開発・サービス開発・データ分析 |
| 4 | 技術開発・サービス開発・データ分析 |
| 5 | 技術開発・サービス開発・データ分析 |
| 6 | 技術開発・サービス開発・データ分析 |
| 7 | 技術開発・サービス開発・データ分析 |
| 8 | 倫理・法律などの観点からの社会実装における諸問題の検討 |
| 9 | プロトタイプによる実証 |
| 10 | プロトタイプによる実証 |
| 11 | プロトタイプによる実証 |
| 12 | プロトタイプによる実証 |
| 13 | プロトタイプによる実証 |
| 14 | 総括 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
機械学習、深層学習、統計分析の基礎に関しては、既知として進める。
プロジェクト遂行のために授業時間外の作業が求められる。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
プロジェクトに取り組む過程(30%) プロジェクト報告書(40%) 最終発表(30%) |
| 備考 (Notes) | ||
なし/None
機械学習、深層学習、統計分析の基礎に関しては、既知とする。
本科目は、5年以上の実務経験を有する実務家教員による授業であり、全授業回数の50％以上がディスカッションなど双方向形式の授業によって運営される。
本授業（プロジェクトチーム実習2）は、人工知能・データサイエンスを活用する社会実装プロジェクトを進めるProject-based Learning (PBL) 形式の授業である。春学期のプロジェクトチーム実習１と合わせて、各プロジェクトチームの一員として１年間でひとつの社会実装プロジェクトに取り組む。プロジェクトの構想力、研究開発の方法、チームワークを発揮するためのコミュニケーション力、実用化に関わる諸問題を解決する方法、産学連携の進め方などを総合的に身につける。
This class (project-based learning 2) promotes a social implementation project that utilizes artificial intelligence and data science.
Combined with the project-based learning 1 in the spring semester, students will learn how to develop project concepts, utilize related technologies, and promote intra-team communication.
本授業（プロジェクトチーム実習2）はプロジェクトチーム実習1と合わせて、応用研究・技術開発および実用化に向けた諸プロセスを並行して進め、１年を通してプロジェクトの構想、応用研究・技術開発、概念検証までを、各自がプロジェクトチームの中で設定された役割を担いながら、チームとしてプロジェクト実現を目指す。データプライバシーなど実用化に関わる諸問題の検討も行う。人工知能の先端的なアルゴリズムやビッグデータ分析がそれぞれのプロジェクトに含まれるため、適宜、学術論文の輪講も行う。
適切にチームを組むために受講者の人数に応じてプロジェクトの選択肢は変化するが、以下のようなプロジェクトが予定されている：
1) プロ野球におけるAI応用・ビッグデータ解析
2) 介護分野におけるAI応用
3) バーチャルクラスルーム（メタバース分野）
Playing a set role in the project team, students will drive a variety of processes for research/technology development and practical application, and will also consider various issues related to practical use such as data privacy.
The following projects are tentatively listed as this year's projects:
1) AI application and big data analysis in professional baseball
2) AI application in the field of long-term care
3) Virtual Classroom (Metaverse)
| 1 | プロジェクトチーム実習１の結果を踏まえたプロジェクト中間検討 |
| 2 | プロジェクトチーム実習１の結果を踏まえたプロジェクト中間検討 |
| 3 | 技術開発・サービス開発・データ分析 |
| 4 | 技術開発・サービス開発・データ分析 |
| 5 | 技術開発・サービス開発・データ分析 |
| 6 | 技術開発・サービス開発・データ分析 |
| 7 | 技術開発・サービス開発・データ分析 |
| 8 | 倫理・法律などの観点からの社会実装における諸問題の検討 |
| 9 | プロトタイプによる実証 |
| 10 | プロトタイプによる実証 |
| 11 | プロトタイプによる実証 |
| 12 | プロトタイプによる実証 |
| 13 | プロトタイプによる実証 |
| 14 | 総括 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
機械学習、深層学習、統計分析の基礎に関しては、既知として進める。
プロジェクト遂行のために授業時間外の作業が求められる。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
プロジェクトに取り組む過程(30%) プロジェクト報告書(40%) 最終発表(30%) |
| 備考 (Notes) | ||
なし/None
機械学習、深層学習、統計分析の基礎に関しては、既知とする。
本科目は、5年以上の実務経験を有する実務家教員による授業であり、全授業回数の50％以上がディスカッションなど双方向形式の授業によって運営される。