総合コミュニケーション科学(再履)

Google Classroom を見てください / See our Google Classroom、クラスコード:fxdds6pt

「総合コミュニケーション科学」とは、本学が独自に提唱する科学技術の新しい基本概念であり、人と人、人と社会、人と自然、人と人工物、人工物と人工物など、あらゆるモノやコトの豊かなコミュニケーションを支柱として、社会に存在する様々な境界線を越えようという哲学でもある。人間知と機械知の高度な融合によってあらゆる人間が快適に共生できる社会(超スマート社会)を目指すものである。

本科目では総合コミュニケーション科学を考える際に基盤となる知識のうち、下記を身につける。
1 総合コミュニケーション科学が目指す多様性溢れる社会
2 総合コミュニケーション科学の基盤技術としてのデータサイエンス技術
3 総合コミュニケーション科学の基盤技術として人工知能技術
4 総合コミュニケーション科学の基盤技術としての量子技術

これらの基礎知識を習得し、今後本学において総合コミュニケーション科学を追求する基礎を得ることが達成目標である。

Comprehensive Communication Science is a new basic concept of science and technology originally proposed by UEC, and is a philosophy that seeks to transcend the various boundaries that exist in society by supporting rich communication between people and people, people and society, people and nature, people and artifacts, artifacts and artifacts, and all other things and phenomena. The goal is to create a society in which all human beings can live together comfortably (super-smart society) through a sophisticated fusion of human and machine knowledge.

In this course, students will acquire the following knowledge, which is fundamental when considering comprehensive communication science.
1. The society full of diversity that comprehensive communication science aims for
2 Data science technology as a fundamental technology for comprehensive communication science
3 Artificial intelligence technology as a fundamental technology for comprehensive communication science
4 Quantum technology as a fundamental technology for comprehensive communication science

The goal is to acquire this basic knowledge and to obtain a foundation for pursuing comprehensive communication science in our graduate school.

なし

None

なし

None

(データサイエンス関連部分)
斉藤史朗・庄野逸著:
『総合コミュニケーション科学:データサイエンス編』
学術図書出版, 2024.

本講義は時間割によらないオンデマンド科目である。毎回資料を提示し、課題を課すので期限までに提出すること。

1 ガイダンス、ダイバーシティについて、Society 5.0、データサイエンス活用事例
2 量子技術の基礎1:量子と情報のつながり
3 量子技術の基礎2:量子暗号・量子テレポーテーションの基礎
4 量子技術の基礎3:量子技術の応用に向けて
5 データサイエンスの基礎1:データ分析の進め方、仮設検証サイクル、Pythonの基礎
6 データサイエンスの基礎2:ビッグデータの収集と蓄積、ビッグデータの活用事例、pandas によるデータ集計の基礎
7 データサイエンスの基礎3:データ分析に役立つ関数やメソッド、順列、組合せ、条件付き確率
8 データサイエンスの基礎4:データの集計、代表値、分散、標準偏差
9 データサイエンスの基礎5:データの可視化、相関係数、ICTの進展、クラウドサービス
10 データサイエンスの基礎6:モデルの精度とは何か、データ駆動型社会
11 データサイエンスの基礎7:AIの学習と推論、評価、再学習、決定木モデルの作成
12 データサイエンスの基礎8:回帰モデルの作成、機械学習
13 人工知能技術の基礎1:深層学習、ニューラルネットワークの原理、教師あり学習、教師なし学習、強化学習
14 人工知能技術の基礎2:AIの歴史、推論、探索、エキスパートシステム、強いAI、弱いAI、ゲーム情報学
15 人工知能技術の基礎3:AI倫理、AIの社会的受容性、プライバシー保護、個人情報の取り扱い、自然言語処理、量子コンピュータ

This is an on-demand distance lecture. In each week, learn each content and submit your assignment.

1 Guidance, Diversity, Society 5.0, Data Science Case Studies
2 Basics of Quantum Technology 1: Connection between Quantum and Information
3 Basics of quantum technology 2: Basics of quantum cryptography and quantum teleportation
4 Basics of Quantum Technology 3: Toward Applications of Quantum Technology
5 Fundamentals of Data Science 1: How to proceed data analysis, tentative verification cycle, Python basics
6 Fundamentals of Data Science 2: Collection and accumulation of big data, application examples of big data, fundamentals of data aggregation using pandas
7 Fundamentals of Data Science 3: Functions and methods for data analysis, permutations, combinations, conditional probability
8 Basics of Data Science 4: Data Aggregation, Representative Value, Variance, Standard Deviation
9 Fundamentals of Data Science 5: Data visualization, correlation coefficient, progress of ICT, cloud services
10 Fundamentals of data science 6: What is model accuracy, data-driven society
11 Fundamentals of Data Science 7: AI learning and inference, evaluation, re-training, decision tree modeling
12 Fundamentals of Data Science 8: Brushing up decision tree models, machine learning
13 Fundamentals of Artificial Intelligence Technology 1: Deep learning, principles of neural networks, supervised learning, unsupervised learning, reinforcement learning
14 Fundamentals of Artificial Intelligence Technology 2: History of AI, Inference, Search, Expert System, Strong AI, Weak AI, Game Informatics
15 Fundamentals of Artificial Intelligence Technology 3: AI Ethics, Social Acceptability of AI, Privacy Protection, Handling of Personal Information, Natural Language Processing, Quantum Computers

各期間で定められた課題を実施してください。

Carry out the tasks specified in each period of the class.

毎回の課題を期限内に提出することを前提とし、おおむね70%程度の点数をもって合格とする。

Each assignment must be submitted before its deadline.
To pass, every student must get about 70% of the score.

クラスルームにて受け付ける

Ask at the Google Classroom.

一昨年から量子がテーマに入りました。量子と聞くと難しい、わからないという印象があるかもしれませんが、そうではないことを伝えたいです。

Quantum becomes on of the themes. When you hear the word quantum, you may have the impression that it is difficult or unclear, but we would like to convey that it is not the case.

特になし

None