コーディネータ：　坂井修一 ナビゲータ：　　　中島秀之 概要：　近年、人工知能が第三次ブームを迎えたと言われている。火付け役はシンギュラリティの議論（とその映画化）や、ディープラーニング(DL)の成功である。確かにアルファ碁がDLと強化学習を組み合わせた方式で囲碁の世界チャンピオンクラスに勝ったのは（コンピユータ囲碁の研究者にとっても）衝撃的であった。アルファ碁は豊富な棋譜から学んでいる。ビッグデー…

ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本講義では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。特に、前期課程の「データマイニング入門」講義のさらに発展的な内容を学習することで、後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連講義の基礎となる知識を習得することを目標とする。

コンピュータシステムを利用した情報サービスの知識はあらゆる分野で求められている。 本講義では、情報サービスの提供に必要な知識・スキルに加えてそれらの獲得方法を学ぶ。 具体的には、Web サービスの提供を想定し、その実現に必要な知識・技術を解説する。 併せて、具体的なサービス構築を通じ知識・技術の活用に加え、それらの獲得方法を実践的に体得する。 課題発表の時間に学生が設計・構築したサービスのデモをおこない…

「Pythonプログラミング入門」を履修済みの学生、あるいはそれと同等以上のプログラミング力を持っている学生を対象に、時系列データや音、テキスト、画像といった様々なメディアをコンピュータで処理するための基礎的なプログラミングを学ぶ。 拡張ライブラリやWebAPIなどを活用し、実際にプログラムを動かしながらその振る舞いを直感的に学ぶことで、Pythonを使ったメディア処理への理解と興味を深めることを目的とする。

最適化とその応用について講述する．最適化（数理計画）とは，意思決定のための数理手法の一つである．最適化では，与えられた条件を満たす解のうち，ある関数を最小（または最大）にするものを求める．工学における多くの問題が，このような最適化問題として定式化できる．この講義では，最適化におけるいくつかの基本的な問題を取り上げ，それらがもつ性質と解法を説明するとともに，それらの応用を紹介する．

時間とともに変動する現象を記録したデータが時系列である。時系列に基づき、複雑な現象を理解し、予測、制御や意思決定を行うための方法が時系列解析である。この講義では、時系列のモデリングのための前処理や特徴の可視化、統計的モデリングの方法、線形・定常時系列モデル、状態空間モデルおよび非線形・非ガウス型モデルについて、実際の問題への応用含めつつモデリングの方法を中心に解説し、現実の問題に対応して適切なモ…

方程式の求解や，微分・積分などの計算は，手計算の形でこれまで十分経験していることと思う．しかし，天気予報，航空機の設計，物理現象のシミュレーションなど実際的な場面で必要とされる計算は，大規模かつ複雑で手計算ではとても実行できない．このような場合に使われるのが計算機を使った数値計算である．これは大変強力な方法であるが限界もあり，その性質をわきまえずに使うと思わぬ大怪我をする可能性もある．本講義では…