目次
授業の準備
Microsoft Teamsにログインし、授業の会議に参加してください。
前回の復習
前回の知識問題
- 「IoT」を正しく説明しているのはどれですか
- さまざまなものがインターネットにつながること
- 拡張現実のこと
- データ通信技術のこと
- 情報処理技術のこと
- 情報通信技術のこと
- 「Society 5.0」を正しく説明しているのはどれですか
- データー駆動型社会
- 情報社会
- データ依存型社会
- 情報通信社会
- 情報処理社会
- 「センサー」を正しく説明しているのはどれですか
- 物理的/化学的な現象を電気信号やデータに置き換える装置
- 多様で大量のデータ
- データのエラーやミスを修正して整理すること
- 優れた感覚やデザイン力
- データサイエンスの専門家
- 「ビッグデータ」を正しく説明しているのはどれですか
- 従来のシステムでは扱いきれないほど大量で、多様な形式のデータ群
- 物理的/化学的な現象を電気信号やデータに置き換える装置
- あらゆる機械がインターネットにつながること
- サーバー空間とフィジカル空間
- データのエラーやミスを修正して整理すること
- 「データサイエンス」を正しく説明しているのはどれですか
- 数学、統計学、プログラミングを活用してデータから有用な情報を得ること
- データのエラーやミスを修正して整理すること
- あらゆる機械がインターネットにつながること
- 物理的/化学的な現象を電気信号やデータに置き換える装置
- 従来のシステムでは扱いきれないほど大量で、多様な形式のデータ群
実技テストと定期試験について
実技テスト
- 15回目の授業で実技テストを行います
- 14回目は試験勉強の時間とします
試験場所 | ITリテラシー教室 |
---|---|
試験内容 | Wordを使った書類の作成 |
試験時間 | 60分 |
試験範囲 | 13回目の授業までに学んだ内容 |
注意事項など | 教科書の持ち込み、パソコンで調べる、AIに質問するなどは認めますが、スマホの使用は禁止です。また、試験中の私語(友達と話をすること)も禁止です。禁止した行動を確認した場合、退室を命じることがあります。 |
定期試験
- 16回目の授業で定期試験を行います
- 事前に勉強してほしいので、14回目を目安にこれまでの知識問題を再掲載します
試験場所 | オンライン |
---|---|
試験内容 | 選択式のテスト |
試験時間 | 50分 |
試験範囲 | 授業中に実施した知識問題より |
タイピング練習
キーボードで日本語を入力する練習をしましょう。
CampusApp

- CampusAppの「CBT(タイピング練習)」から、タイピング練習をしましょう
- 約10分間、タイピングの時間を設けます
- 1回3分間なので、少なくとも3回は練習できます
- 点数や回数は記録されますので、評価の対象とします
- 授業時間以外にも繰り返し練習して、正確に速くタイピングできるようになりましょう
AI(人工知能)
教科書151ページ
AI(人工知能とは)
- 人工知能は、ダートマス会議@アメリカ(1956年)ではじめて提案された言葉
- 人工知能=AI(Artificial Intelligence)
- 「人間の知能を模倣したものを作る」ことが目的
人工知能かどうかの基準(チューリングテスト)
- 人間の知能を模倣できたかどうかを判断するテスト
- 数学者のアラン・チューリングが考案(1950年)
- 質問に対する回答を見て、その回答者が人間かコンピューターかを問う
AI(人工知能)の活用例
分野 | 例 |
---|---|
輸送 | 自動運転 |
自然言語処理 | 機械翻訳、チャットボット |
医療 | 画像のセグメンテーション |
音 | 音声認識、通訳 |
ゲーム | ビデオゲームのアルゴリズム |
音楽 | 音楽情報の検索、作曲 |
推論 | 意思決定 |
AI(人工知能)の歴史
AIは「AIブーム」と「AI冬の時代」を交互に繰り返してきた。
- 第1次AIブーム(1950年代~1960年代)
- AIの概念の誕生
- AIの原型の登場
- AI冬の時代
- 第2次AIブーム(1980年~1990年頃)
- エキスパートシステム(人間の専門家の意思決定能力をエミュレート)の登場
- AI冬の時代
- 第3次AIブーム(2000年代~)
- コンピューターの性能向上
- ビッグデータの登場
AI(人工知能)の進化
- 人工知能:人間のように動作するプログラム
- 機械学習:データやルールを学習して最適な答えを提案
- 深層学習:より複雑な学習をすることで機械学習では解決できなかった問題に取り組める
機械学習
- 機械学習(Machine Learning)
- データやルールを反復的に学習することで、特徴や法則を見つけて、入力されたデータの推論をする
3つの学習方法
- 教師あり学習
- 正解データに基づいて学習する
- これまでのデータをもとに、答えを類推する
- 利用目的:判断、予測、画像認識 など
- 教師なし学習
- 正解データのない状態で学習する
- データの特徴やパターンを発見する
- 利用目的:クラスタリング(グループ化)、異常検知 など
- 強化学習
- 出力結果に対して報酬を与え、報酬を最大化する行動を学習する
- 利用目的:ゲーム、広告、掃除ロボット、自動運転 など
その他のキーワード
- ニューラルネットワーク
- 人の神経細胞(ニューロン)の仕組みをもとにした機械学習のひとつ
- 学習していない範囲も推理、判断する
- エキスパートシステム
- 大量に知識データに基づき、人間の意思決定能力を再現する
- 医療診断など
- 深層学習
- 機械学習よりも複雑な問題を解決できる可能性がある
AI(人工知能)を効果的に使うには、取り組む問題に応じて、手法(コンピューターの性能、データの量、学習時間)を使い分けなければいけない。
実技テストの練習問題
知識問題
今日の授業内容を知識問題で復習しましょう。
CampusApp

- CampusAppの「CBT(知識問題)」から、知識問題にチャレンジしましょう
- 100点が取れるまで、繰り返し挑戦しましょう
- 期末の定期試験は知識問題の中から出題します
パソコンの再起動/シャットダウン
授業の終わりに必ずパソコンを再起動(次に他の授業がある場合)、またはシャットダウン(次に他の授業がない場合)してください。