講義科目名		数理を活用したAI技術と実務への応用
科目ナンバリングコード
講義題目		数理を活用したAI技術と実務への応用
授業科目区分		展開科目
開講年度		2026
開講学期		前期集中
曜日時限		前期集中 その他 その他
必修選択		選択 Elective
単位数		2
担当教員		山口　晃広
開講学部・学府		大学院基幹教育科目
対象学部等		全学府 All Graduate School
対象学年		大学院生 Graduate Students
開講地区		伊都地区
その他 （自由記述欄）		株式会社東芝（総合研究所）に所属する４名の講師による４日間にわたるオムニバス形式の集中講義です。 ・ 山口 晃広（株式会社東芝／九州大学） ・ 高田 正彬（株式会社東芝） ・ 桐淵 大貴（株式会社東芝） ・ 真矢 滋（株式会社東芝） 本講義は、より多くの学生が受講できるよう、以下の科目として開講されます。 ・ 「数理を活用したAI技術と実務への応用」（大学院基幹教育科目） ・ 「数理科学特別講義VI」（大学院数理学府） ・ 「数学共創基礎XII」（大学院マス・フォア・イノベーション連係学府） ・ 「数理科学特論６」（理学部 数学科４年） 関心のある学生はぜひ受講してください。

履修条件		特になし
授業概要		本講義では、数理に基づくAI技術の開発とその産業分野への応用について学ぶ。機械学習・データマイニング・最適化などのAI技術が、どのような数理的考え方に基づいて実現されているのかを理解するとともに、産業上の様々な課題をどのように定式化し、AI技術を改良・適用して解決につなげるかを、実例を通して学ぶ。講義は、実務の現場で研究開発に携わる講師が担当する。  This course covers the development of AI technologies based on mathematics and their applications in industry. Students will learn how AI technologies, such as machine learning, data mining, and mathematical optimization, are built on mathematical ideas. They will also learn, through real examples, how various industrial problems can be formulated, and how AI technologies can be improved and applied to solve them. The lecturers are practitioners currently engaged in research and development in the industry.
授業形態 （項目）		講義・演習
授業形態 （内容）		４名の講師による４日間、オムニバス形式の集中講義
使用する教材等		板書、テキスト（紙媒体）、スライド資料（電子媒体）、映像・音声資料
全体の教育目標		AIを実現する機械学習・データマイニング・最適化の概要を理解するとともに、現場で研究開発に携わる東芝の講師陣の講義を通じて、実務課題の解決に向けたAI技術の改良・適用に関する考え方を理解する。
個別の教育目標		１日目：イントロダクション、クラス分類／異常検知の基礎とその応用事例について紹介する（山口） ２日目：回帰モデルの基礎と応用事例について紹介する（高田） ３日目：最適化の基礎と設計問題への応用事例について紹介する（桐淵） ４日目：異常検知／関係データ解析の基礎とその応用事例について紹介する（真矢）
授業計画		１日目：イントロダクション、クラス分類／異常検知の基礎とその応用（山口） ２日目：回帰モデル、スパース推定の基礎とその応用（高田） ３日目：最適化の基礎、ブラックボックス最適化、ベイズ最適化とその応用（桐淵） ４日目：異常検知／関係データ解析の基礎とその応用（真矢）
キーワード		AI, 機械学習, データマイニング, 数理最適化, 応用事例, 実務経験
授業の進め方		スライドを用いた講義（座学）が中心であるが、講師への質疑やディスカッションなどの交流のための時間を設ける。
テキスト		特になし
参考書		(1) C.M. ビショップ 著，元田浩，栗田多喜夫，樋口知之，松本裕治，村田昇 監訳，『パターン認識と機械学習 上』（丸善出版，2012年）． (2) C.M. ビショップ 著，元田浩，栗田多喜夫，樋口知之，松本裕治，村田昇 監訳，『パターン認識と機械学習 下 ベイズ理論による統計的予測』（丸善出版，2012年）．
学習相談		各日の最後に講師との交流時間を設けるので、学習相談もその時間に対応する。
試験／成績評価の方法等		4日間の講義全体を通じた感想をレポートとして提出すること。件名を「講義レポート：受講者名」とし、山口（yamaguchi@imi.kyushu-u.ac.jp）宛に送付すること。
その他		特になし
添付ファイル
更新日付		2026-04-02 14:24:36.131