2024年のノーベル賞は、物理学賞も化学賞もAI技術に関する研究が受賞しました。AI技術は研究フェーズから一気に実用フェーズに入ってきました。
　近年のデータ爆発は、人手による処理能力の限界をはるかに超えるレベルに達しています。加えて日本は少子化の伸展により人手不足が多くの分野で深刻になっています。今世紀中に総人口が6割に減少するとも予測され、産業の停滞や多くの地域の消滅、社会活力の低下が懸念されています。
AI技術を用いれば、これまで解決が難しかった課題が解決でき、人手不足を克服する自動化や業務の効率化のみならず、新産業を創出して社会の活力向上を大きく推進できる可能性があります。
この授業では，過去10数年間続いてきた第3次AIブームで大きく発展したディープラーニング（深層学習）技術を主に取り上げます。ニューラルネットワークを用いた教師あり学習の基本的な仕組みを解説し、さらにその応用としてディープラーニング（深層学習）技術を様々な形態のデータに適用する方法を解説し、現実の課題解決に適用できる実践力の養成を目的にします。

この分野は日々凄いスピードで発展を続けており、理論よりも実践応用が先行している分野です。最新の技術は次々にオープンソースソフトウェア（OSS）として公開されつづけており、OSSを理解し適切に使いこなすことが最新技術の理解に必要なだけでなく、社会課題の解決をとおした競争力のある産業育成と社会活性化等の観点からも非常に重要であると考えられています。
この授業では、 ディープラーニングの代表的なフレームワークであるPyTorchを活用して、Pythonで記述した実践的なサンプルプログラムを提示します。受講者はこれを動作させて結果を確認することで、ニューラルネットワークを用いた教師あり学習の仕組みと応用をプログラムレベルで理解し，現実の課題解決を自分の手で実施できる、以下の能力を身に着けることを目指します。
○ データ分割（訓練・検証・テストデータへの分割）の必要性を理解し実施できる
○ ニューラルネットワークによる学習モデルを理解し作成できる
○ 訓練データでモデルを訓練し、検証データで訓練の進捗を確認し、学習済みモデルを構築できる
○ テストデータで学習済みモデルの性能を評価できる
○ 数値データ、音データ、静止画データ、動画データ等に対して深層学習を適用できる
○ 現実の課題に対して、転移学習モデルも活用して、上記のサイクルを適用できる

AI、データサイエンス、深層学習、OSS、PyTorch、Python、CNN、転移学習、Google Colaboratory

A-1．ミニッツペーパー、リフレクションペーパー等によって、自分の考えや意見をまとめ、文章を記述し提出する機会がある。：51～75％
D-1．演習、実習、実験等を行う機会がある。：51～75％
D-2．事前学習（下調べ、調査等含む）で習得した知識等を踏まえて演習、実習、実験等を行う機会がある。：1～25％
D-3．習得した知識を活用する中で、学生自身がテーマや目的などを主体的に定めて課題探究型の演習、実習、実験等を行う機会がある。：1～25％

この授業は、理学部ディプロマ・ポリシー「専門的な素養を基盤に科学的思考方法に従って社会が要請する課題を解決する能力を身に付けている」
に関連する理学専門科目（データサイエンスコース）となる。

01.貧困をなくそう
02.飢餓をゼロに
03.すべての人に健康と福祉を
04.質の高い教育をみんなに
05.ジェンダー平等を実現しよう
06.安全な水とトイレを世界中に
07.エネルギーをみんなにそしてクリーンに
08.働きがいも経済成長も
09.産業と技術革新の基盤をつくろう
10.人や国の不平等をなくそう
11.住み続けられるまちづくりを
12.つくる責任つかう責任
13.気候変動に具体的な対策を
14.海の豊かさを守ろう
15.陸の豊かさも守ろう
16.平和と公正をすべての人に
17.パートナーシップで目標を達成しよう

授業の方法
通常は、前半に講義形式で説明をした後で、後半にパソコンを使ったプログラム実習を行います。実習プログラムの実行時間が長いことが予想され
る場合には、実習プログラムを実行しながら講義をすることもあります。

以下の内容を計画しています。
(1) 教師あり学習とデータ分割
(2) ニューラルネットワークの学習
(3) 音データの分類
(4) 画像データの分類
(5) 畳み込みニューラルネットワーク（CNN）
(6) 深層学習モデルの転移学習
(7) 動画像からの物体検出
(8) 深層学習による課題解決

実習はGoogle Colaboratoryの環境で行います。受講者は大学のメールをGoogleアカウントとして利用しますので、パスワードを入力できるように確
認して置く必要があります。

実習教材はPythonプログラムで作成しています。受講者はPythonの文法を理解し、簡単なプログラムが作成できる程度のスキルを取得していること
を前提にしています。Pythonプログラムに自信のない人は、各自で事前に学習しておくことをお勧めします。

授業への出席点を50%、各回の授業後に実施する確認クイズ（小テスト）点を50%とします。

毎回の授業後にWebClass上に確認クイズ（小テスト）を掲載します。次回の授業までの間に確認クイズに回答してください。確認クイズの中には、
実習教材の最後に提出課題として指示されるものもあります。全ての確認クイズで合格点（60%）を取ることが必要です。

テキスト： 講義資料を各授業開始前までに共有します。
参考書： 　特に設けません。

○ 情報を学んだ証しは、プログラムを道具として駆使できるようになること
○ 文字列やデータをプログラムで処理できることは、プログラムを道具として使えるようになる第一歩
○ 生成AIを相棒にしてプログラムは「習うより慣れろ」

WebClass上に「質問コーナー」を準備します。