シラバス参照

年度 2025 
講義コード 12809201 
講義名 AIプログラミング 
担当教員

渡邊 司揮

配当年次 3・4年 
単位数
講義期間 前期 
授業形態 演習/対面型 
ナンバリング IM-SFC-PG-303 



授業の概要
 近年、AIは画像認識・自然言語処理・データ予測など、多くの分野で活用され、日常生活やビジネスに欠かせない技術となっている。本科目では、それらのAI技術の基礎を学び、Pythonを用いて実際にAIを動かしながら その仕組みを理解することを目的とする。
 授業の第2週から第4週では、AIの実装に必要なPythonの基本スキルを学び、プログラムを作成する。第5週から第8週では、画像認識 の技術を学び、画像分類・物体検出・顔認識を実装しながら、AIがどのように視覚情報を処理するのかを体験する。第9週から第11週では、自然言語処理と予測モデルを学び、テキスト処理・チャットボット作成・データ分析を実践する。第12週では、学んだ内容の振り返りとAIの応用アイデアを考え、第13週では実際にAIを活用したサービスを開発する。最後に、第14週では成果をまとめ、フィードバックを受ける。
 本科目は、AIの理論よりも実践を重視しているが、理論を理解することも重要である。授業ではAIの基本的な概念を扱うが、より深い理論を学びたい場合は、書籍や論文を参考にすることで知識を補完できる。AIの技術を「動かしながら学ぶ」ことを通じて、実際の応用方法を考えられる力を養うことを目指す。 
この科目の到達目標
・Pythonについて理解し、プログラムを作成することができる。
・AIの代表的な技法「画像検出」について理解し、基本的なプログラムについて説明することができる。
・AIの代表的な技法「自然言語処理」の概要について理解し、基本的な手法について説明することができる。
・AIの特徴を理解し、サービスを提案することができる。 
成績評価の方法
授業出席、授業外学習、小テスト、提出課題により総合的に評価する。 
評価方法   割合   評価のポイント  
授業出席   10  % 授業への参画度を評価する(全出席を基本とする)。 
授業外学習   20  % 毎回の授業の復習内容を確認する。指示、および、提出はmanabaにて行う。 
小テスト   10  % 第12回に理解度確認テストを行う。 
提出課題   60  % 毎回の演習課題、および、総合演習により各回の授業内容の理解度を確認する。 
定期試験   0  % 実施しない 
(合計)   100  % _  
授業項目
授業項目
1. 科目の概要
AIについて
AIプログラミングについて 
2. プログラミングの基礎① 
3. プログラミングの基礎② 
4. プログラミングの基礎③ 
5. 画像分類の基礎 
6. 転移学習でオリジナル分類機を作る 
7. 物体検出・顔認証を試す 
8. 誤認識・バイアスについて考える 
9. 自然言語処理の基礎 
10. 簡易的なチャットボットを作る 
11. 予測モデルの基礎 
12. 小テスト
AIを使ったサービスを考える 
13. サービスの実装 
14. まとめとフィードバック 


PAGE TOP