大学院
過去（2019年度）の授業の情報です
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2024年4月22日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2024年4月22日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
ICTと産業
AI技術の進展とともに，AIのビジネス活用が経営（マネジメント）におけるイノベーションにおいて、重要な要素となっている。AIは一手段であり、ビジネス活用を考える際には、ビジネスモデルや社会課題についても知っている必要がある。
本講義では、AIを含めたテクノロジー、社会課題の解決、ビジネスモデルの３点を学べる契機としたい。
本講義では、人工知能（AI）のビジネスへの利活用について、その原理の理解からツールの使い方、ビジネスモデルの考案まで幅広く学ぶ。
前半の講義では、AIを構築するために必要なデータの前処理から、ノンプログラミングでAIを構築することができるAzure Machine Learning StudioやAzure Custom Vision Serviceを用いて、モデル構築までの一連の流れを学ぶ。本講義ではモデルを構築するだけではなく、それをアプリケーションの中で利活用していくことまでを対象にしているため、ノンプログラミングで簡単なアプリケーションを構築できるAzure App Serviceを用いて、活用への理解を深める。
後半の講義では、グループに分かれてAIを活用したビジネスの考案を行う。適宜メンターからのフィードバックを得ながら進めていく。
前半の講義では、AIを構築するために必要なデータの前処理から、ノンプログラミングでAIを構築することができるAzure Machine Learning StudioやAzure Custom Vision Serviceを用いて、モデル構築までの一連の流れを学ぶ。本講義ではモデルを構築するだけではなく、それをアプリケーションの中で利活用していくことまでを対象にしているため、ノンプログラミングで簡単なアプリケーションを構築できるAzure App Serviceを用いて、活用への理解を深める。
後半の講義では、グループに分かれてAIを活用したビジネスの考案を行う。適宜メンターからのフィードバックを得ながら進めていく。
時間割／共通科目コード
コース名
教員
学期
時限
291705-02
GEC-MA6605S1
AIビジネス活用
木戸 冬子
火曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
経済学研究科
授業計画
【主題】
第1回 4月9日 （火）イントロダクション（講義の趣旨・内容説明）
第2回 4月16日（火）ビジネスモデル（ペルソナとマネタイズ）
第3回 4月23日（火）事業計画書の作り方（ミッションの決め方と資料作成）
第4回 5月7日 （火）ファイナンス（戦略と交渉）
第5回 5月14日（火） GUIでAI構築（Machine Learning StudioとCustom Vision Services, Cognitive Services）
第6回 5月21日（火） Excelでデータの前処理と分析
第7回 5月28日（火）Power BI でデータの可視化
第8回 6月11日（火）社会課題解決とテクノロジー（石山先生）
第9回 6月18日（火）ディープラーニングの基礎（Keras）
第10回6月25日（火）ディープラーニングの応用（画像処理と自然言語処理）
第11回7月2日（火）Webアプリケーション制作（FlaskとMTVデザインパターン）
第12回 7月9日（火）クラウドコンピューティング（PaaSとデプロイ）
第13回 7月16日（火）ビジネスコンテスト準備
第14回 7月23日（火）ビジネスコンテスト
【講義時間の使い方】
・10分：チームビルディング（Good & New）と最近の話題
・35分：プログラミング基礎とアルゴリズム演習
・60分：主題の講義
【プログラミング基礎とアルゴリズム演習】
1. 環境構築と予習動画紹介
2. HTML, CSS, JavaScript
3. 変数
4. 制御構文と関数
5. モジュール、パッケージとクラス
6. NumPy, Pandas, Matplotlib
7. Scikit-learn
8. なし
9. APIの使い方
10. 演習：素数を求める
11. 演習：圧縮と解凍
12. 演習：リコメンド（指標作り）
13. 演習：リコメンド（穴埋め）
14. なし
授業の方法
AIのビジネス活用について、演習を交えて習得する講義のため、受講者は、演習に使用するPCが必須となる。
プログラミング初心者を対象としているため、経験は問わない。
最終日は，チーム毎（５チーム，各チーム 20分を想定）に取り組んだ課題を発表し，問題設定，手法選定，前処理などの技術を考慮して採点を行う。
成績評価方法
コース終了時に提出するレポートとビジネスコンテストの発表内容を評価する．
また，講義において講師との質疑等を通じて講義に貢献した事等を加点要素とする。
教科書
特に定めない．
参考書
1. Python機械学習プログラミング 達人データサイエンティストによる理論と実践（2018,インプレス社） 深層学習（2018, KADOKAWA）
2. 履修上の注意に記述されるUdemyの講座資料
履修上の注意
第５回目の講義までに以下の動画を見終えることを推奨する。
視聴方法は，初回講義で説明し、無料で視聴可能なクーポンを配布する。
１． Udemy：【キカガク流】人工知能・機械学習 脱ブラックボックス講座-初級編 -（約4時間30分）
２． Udemy：【キカガク流】人工知能・機械学習 脱ブラックボックス講座- 中級編-（約4時間）
その他
講師のやむを得ぬ事情により，内容・日程等が変更になる場合がある．
