シラバス参照

年度

2026

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


	週	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