タイトル

開講年度 開講学部等
2026 教育学部
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
前期 月7～8 その他 8.0
時間割番号 科目名[英文名] 使用言語 単位数
1021102207 計算機数学Ⅱ[Mathematics of Information II(Mathematics of Information II)] 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
北本 卓也[KITAMOTO Takuya] ー
担当教員[ローマ字表記]
北本 卓也　[KITAMOTO Takuya]
特定科目区分   対象学生 (2015年度以降入学者対象) 対象年次 3～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
本講義では、人工知能の誕生から現在に至るまでの技術の歩みを辿り、各時代の代表的な成果物とその背景にある理論を概観します。 具体的には、まず古典的な探索や推論から、現代のAIブームを支える機械学習、深層学習、および強化学習の基本的な仕組みについて学習します。 続いて、大規模言語モデル（LLM）に代表される生成AIの基礎概念を取り上げ、その革新性と課題を整理します。
授業の到達目標
AIのこれまでの変遷、各段階における代表的な成果物や技術背景を理解し、機械学習、深層学習、強化学習の基本的な概念について説明できる。また、生成AIの基礎的な概念を理解し 、複数のAI技術が組み合わされたAIサービス/システムの例を説明できる。
授業計画
【全体】
各回において、理論の解説と最新事例の紹介を組み合わせて行います。
項目 内容 授業時間外学習 備考
第1回 授業ガイダンス 授業ガイダンスを行う 授業に関する資料（テキストを含む）を読み、事前に授業を内容を把握しておくこと。(目安時間４時間）
第2回 AIの歴史と変遷(1) AIの歴史と変遷について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第3回 AIの歴史と変遷(2) AIの歴史と変遷について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第4回 機械学習の基礎(1) 機械学習の基礎について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第5回 機械学習の基礎(2) 機械学習の基礎について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第6回 深層学習（ディープラーニング）(1) 深層学習（ディープラーニング）について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第7回 深層学習（ディープラーニング）(2) 深層学習（ディープラーニング）について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第8回 強化学習の概念 強化学習の概念について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第9回 アルゴリズムの実践的理解 アルゴリズムについて解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第10回 生成AIの基礎(1) 生成AIの基礎について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第11回 生成AIの基礎(2) 生成AIの基礎について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第12回 複合的AIシステム(1) 複合的AIシステムについて解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第13回 複合的AIシステム(2) 複合的AIシステムについて解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第14回 AIの倫理と社会実装 AIの倫理と社会実装について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第15回 総括と到達度確認 これまでの総括と到達度確認を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: 20%　B: 20%　C: 20%　D: 20%
成績評価法
小テスト 20%、レポート 20%、受講態度 30%、学期末テスト 30%
教科書にかかわる情報
備考
オンライン上のテキストを用いる
参考書にかかわる情報
備考
メッセージ
キーワード
データサイエンス 機械学習 Python
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
  • ジェンダー平等を実現しよう
  • 人や国の不平等をなくそう
  • 住み続けられるまちづくりを
  • つくる責任つかう責任
  • パートナーシップで目標を達成しよう
  • パートナーシップで目標を達成しよう
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(ジェンダー)ジェンダー平等を達成し、すべての女性及び女児の能力強化を行う。
(不平等)各国内及び各国間の不平等を是正する。
(持続可能な都市)包摂的で安全かつ強靱（レジリエント）で持続可能な都市及び人間居住を実現する。
(持続可能な生産と消費)持続可能な生産消費形態を確保する。
(平和)持続可能な開発のための平和で包摂的な社会を促進し、すべての人々に司法へのアクセスを提供し、あらゆるレベルにおいて効果的で説明責任のある包摂的な制度を構築する。
(実施手段)持続可能な開発のための実施手段を強化し、グローバル・パートナーシップを活性化する。
関連科目
履修条件
連絡先
kitamotoアットマークyamaguchi-u.ac.jp
オフィスアワー
初回の授業時に知らせる

ページの先頭へ