Artificial Intelligence: Applications & Safety / Artificial Intelligence: Applications & Safety

このコースでは、AIと機械学習（ML）についての集中的な探求を提供し、さまざまなドメインを通じてのそれらの変革的な役割に焦点を当てます。AIとMLの原理への導入に基づき、このコースは特にコンピュータビジョンにおける先進的な応用に深く潜り込み、これらの技術がヘルスケア、自動運転車、セキュリティシステムなどの分野をどのように革命しているかを示します。カリキュラムの残りは、AIの展開によってもたらされる重大な安全性および倫理的な課題に対処することに捧げられています。ディスカッションとケーススタディを通じて、学生たちはAIシステムに内在する潜在的なリスク、バイアス、倫理的ジレンマを検討し、これらの問題を軽減し、AI技術の責任ある使用を確保する戦略を学びます。
このコースでは、学生たちはグループに分かれて以下の活動を行います：
(1) 宿題として：論文を読み、プレゼンテーションを作成する
(2) クラスで：発表し、討論する

This course offers an intensive exploration of AI and Machine Learning (ML), focusing on their transformative roles across various domains. Building on an introduction to AI and ML principles, the course delves into advanced applications, particularly in computer vision, showcasing how these technologies are revolutionizing fields such as healthcare, autonomous vehicles, and security systems. The rest of the curriculum is dedicated to addressing the critical safety and ethical challenges posed by AI deployment. Through discussions and case studies students will examine the potential risks, biases, and ethical dilemmas inherent in AI systems, learning strategies to mitigate these issues and ensure the responsible use of AI technology.
In this course, students are divided into groups to:
(1) As home work: Read the papers, make presentations
(2) at the class: present and discuss

このクラスの目的は、AI技術が提示する機会と課題の両方について、学生に幅広い理解を提供することです。さらに、このクラスは、学生に論文読解スキル、プレゼンテーションスキルなどを装備することを目指しています。

1. 学生はAI（人工知能）と機械学習の基礎を理解することができます
2. 
   学生は、コンピュータビジョンアプリケーションにおけるAIの広範囲にわたる応用を理解することができます。
3. 学生は、人工知能システムの展開に伴う倫理的配慮と安全性の問題について、批判的思考を養うことができます。

英語

成績の基準は、プレゼンテーションとコミュニケーション能力（50%）およびディスカッションスキル（50%）です。合計得点の60%以上が必要で、コースの単位を取得します。

<注意>
遅刻した学生は、遅延時間に関係なく授業を欠席とみなされます。
授業の総数の3分の1以上を欠席した場合、このコースの単位は付与されません。
病気、公共交通機関の遅延、学生証を忘れるなど、理由にかかわらず授業を欠席した場合も、欠席としてカウントされます。

Machine Learning Specialization (Coursera) - Stanford University
https://www.coursera.org/specializations/machine-learning-introduction#courses

Linear Algebra
Calculus 1 and 2

• 水曜日のランチタイム中
  またはメールで:tanpx at shibaura-it at ac at jp

地域志向ではない科目

• 知識活用力を育成する科目

該当しない

• ９．産業と技術革新の基盤をつくろう