基本情報/Basic Information

開講科目名 ／Course	データサイエンス特殊研究（人工知能入門a)　／SPECIAL TOPICS ON DATA SCIENCE : INTRODUCTION TO ARTIFICIAL INTELLIGENCE (A)
ナンバリングコード ／Numbering Code	41-1092
開講所属 ／Course Offered by	国際教養学部言語文化学科／INTERNATIONAL LIBERAL ARTS INTERDISCIPLINARY STUDIES
ターム・学期 ／Term・Semester	2025年度／2025 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	水2／Wed 2
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	黄　海湘／HUANG Haixiang
遠隔授業科目 ／Online Course	－

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
黄　海湘／HUANG Haixiang	経営学科／MANAGEMENT

授業の目的・内容 ／Course Objectives	本講義では、人間のように言語の理解や推論、問題解決などの知的行動を真似する人工的システムの基本概念と問題解決手法について検討する。 「人工知能（AI）」とは、推論・判断などの知的な機能を人工的に実現するための研究、また、これらの機能を備えたコンピューターシステムと広辞苑で定義している。人工知能の目的は、人間の代わりに、機械が自律的に問題を発見し、解決することである。そのために、問題解決、推論、自然言語処理、機械学習など、様々な研究が行われている。近年では、ChatGPTを代表としている生成AIの成果が人工知能をより身近に感じ、より注目されている。そのために、人工知能の正しい姿を捉える事は基礎教養の一つになりつづである。 本講義では、人工知能を理解するための必要最小限の知識を習得し、様々な具体例を通じて理解を深める。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	本講義は理論に関する説明と具体的なシステムに関する実習の両輪で進む。 【履修上の注意】本講義はで実技やプログラムの体験などを行う予定である。 【履修上の要望】講義と実習を織り交ぜて授業を進めるため休まず出席することである。また、前期と後期の授業を合わせて受講することを強く勧める。
事前・事後学修の内容 ／Before After Study	授業で指示した予習内容を事前に精読する。 また、出される課題やレポートなどを完成して提出する。 毎回異なるが、大体事前２時間、事後２時間が必要となる。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	授業への参加度（20％），レポート（60％）および期末課題（20％）により総合的に評価する。
関連科目 ／Related Subjects
備考 ／Notes	テキスト：授業中に関連資料・テキストを配布する。 参考文献：授業中に随時指定する。
到達目標 ／Learning Goal	「データサイエンス研究科目群」の他科目では触れることが難しい分野や領域について、当該の専門領域にふさわしい研究手法によって分析し、見解を提示できるようにする
DPとの関連 ／Relation to DP	△:幅広い教養 △:専門知識・技能 ○:問題解決力 ○:情報分析力 ○:情報発信力 ○:協働性 ○:主体性 ○:倫理観

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	授業ガイダンスと講義概要の説明	本講義の全体像と進み方について説明する。
2	人工知能の概要	人工知能の歴史と現状について説明する。ここで人間の知的活動とAI発展の歴史、そして、各種AIとその活用領域について学ぶ。
3	人工知能の問題と関連研究	人工知能の問題意識と関連する各種研究について説明する。ここで公平性、信頼性、安全性などが求められるAIの倫理や規制について学ぶ。
4	ファジィ理論と例	人工知能基本理論の一つであるファジィ理論について説明する。
5	遺伝的アルゴリズムと例	人工知能基本理論の一つである遺伝的アルゴリズムについて説明する。
6	機械学習の基礎	人工知能研究における機械学習の重要性と手法について説明する。ここで機械学習の種類、手法および実現方法について学ぶ。さらに、実世界での応用例を確認する。
7	深層学習の基礎	人工知能研究における深層学習の重要性と手法について説明する。ここで応用例を通して、現在のAIブームの起爆剤である深層学習の革新について学ぶ。
8	人工知能を体験するための環境と基本スキル	人工知能を体験する環境と基本スキルについて説明する。ここでAIの開発環境や実行環境、また、実装や活用に関するシステムを学ぶ。
9	人工知能とPython	人工知能領域におけるPython言語の応用について説明する。
10	Python入門	プログラミング言語Pythonについて説明する。
11	Pythonの文法	Pythonの基本文法と記述方法について説明する。
12	総合練習	Pythonによるプログラミングの練習を行う。
13	人工知能理論の応用：画像認識	Pythonで人工知能の理論を画像認識への応用について説明する。
14	授業のまとめ	前期授業をまとめ、後期授業への展望について説明する。