スポーツベットアイオー 評判・違法性・入金方法検証 | 2024

　シラバス照会画面 (AGA030PVI01) シラバス情報 授業情報※身につく能力について複数の学科・専攻・コースで開講されている科目は、開講を担当する学科・専攻・コースの定めた「身につく能力」を表示しているため、履修要項・大学院要覧記載の「身につく能力」とは異なるものが表示されていることがあります。授業によっては、「身につく能力」の記載がない場合もあります。そのため「身につく能力」については履修要項・大学院要覧も確認するようにしてください。 授業コード   Course Code 21E6000000 授業開講年度   Year of Class 2024年度 授業形態   Course Mode 講義(遠隔授業) 授業名称   Class Name MGAID101AI･ﾃﾞｰﾀｻｲｴﾝｽ入門 テーマ   Theme 科目名   Name of Subject MGAID101AI･ﾃﾞｰﾀｻｲｴﾝｽ入門 英字科目名English Name of Subject MGAID101Introduction to AI and Data Science 身につく能力 Ability to be Acquired in This Class ◎=科目に最も関連する能力 〇=科目に関連する能力 知識・理解 現代社会が抱える諸問題を捉えるための幅広い基礎知識 ◎ 汎用的技能 多面的思考・判断力、コミュニケーション力 〇 統合的な学習経験と創造的思考力 課題発見力 〇 統合的な学習経験と創造的思考力 解決策提示力、社会参画による他者貢献 〇 科目単位数   Credit 2 履修期   Term 春学期 教員氏名   Name of Teacher 永田 毅 開講キャンパス   Campus 横浜 曜時   Day and Period 集中(春学期) 授業概要   Course Description AI・データサイエンスを学ぶ初学者向けに、黎明期から現在の到達点までを概観し、現代社会における重要性と可能性を理解していく。技術の概要とその技術が可能にしたことを、なるべく実例ベースで紹介していき、データ駆動型社会の全体像を浮かびあがらせるような講義設計とする。一般教養として学べるとともに、より深く学びたい学生に対して、学びの全体マップ・道しるべを提示する役割も持つ。AIによるデータ処理がもたらす、様々なリスクについても、適宜触れていく。 到達目標   Class Goals 現代社会におけるデータサイエンスの重要性や、技術的・倫理的・社会的課題について説明できる。データサイエンスを構成する要素技術の概念を理解し、可能なことやその限界・リスクについて説明することができる。さらに、現代社会の典型的な課題について、内容に応じて手法を選択し、AIを適用して解決するプランを提案することができる。 授業言語   Language 日本語 アクティブ・ラーニング   Active Learning アクティブ・ラーニング非対応 授業計画Daily Class Schedule 【第1回】 授業内容Content/Topic ガイダンス（データサイエンス、データ駆動型社会とは何か、そしてその重要性について） 予習内容Preparation for Class 自分自身のデータサイエンスに対する興味・関心を整理しておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第2回】 授業内容Content/Topic コンピュータサイエンスの歴史とこれからの社会 予習内容Preparation for Class 人類がどのように計算機を使いこなしてきたか調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第3回】 授業内容Content/Topic 統計学入門①：確率分布、相関、標本調査社会におけるAI利活用①：AIの適用事例 予習内容Preparation for Class 確率分布、相関、標本調査について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。さらに第1回~第3回の範囲を復習し第1回小テストに回答する。 目安時間Hours 2 時間 【第4回】 授業内容Content/Topic 統計学入門②：相関行列、統計的検定、主成分分析社会におけるAI利活用②：新しいビジネスモデル、データ種類 予習内容Preparation for Class 相関行列、統計的検定、主成分分析について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第5回】 授業内容Content/Topic 統計学入門③：ベイズ推定社会におけるAI利活用③：事業活動における利活用の広がり 予習内容Preparation for Class ベイズ推定について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第6回】 授業内容Content/Topic 機械学習入門①：教師なし学習, 教師あり学習社会におけるAI利活用④：構造化データ, 非構造化データ, ChatGPT 予習内容Preparation for Class 教師なし学習, 教師あり学習, ChatGPTについて調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。さらに第4回~第6回の範囲を復習し第2回小テストに回答する。 目安時間Hours 2 時間 【第7回】 授業内容Content/Topic 機械学習入門②：回帰,クラスタリング,最適化社会におけるAI利活用⑤：シミュレーション, データ同化 予習内容Preparation for Class 回帰,クラスタリング,最適化について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第8回】 授業内容Content/Topic 機械学習入門③：パターン認識, AIとは社会におけるAI利活用⑥： データ可視化、目的ごとの活用の広がり 予習内容Preparation for Class パターン認識, データ同化について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第9回】 授業内容Content/Topic 社会におけるデータ・AI利活用⑦：意思決定, 自動化 予習内容Preparation for Class AIを利用した自動化について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第10回】 授業内容Content/Topic 社会におけるデータ・AI利活用⑧：最新技術の活用事例, 知的システム(AI)の可能性と限界 予習内容Preparation for Class ゲーデルの不完全性定理について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。さらに第7回~第10回の範囲を復習し第3回小テストに回答する。 目安時間Hours 2 時間 【第11回】 授業内容Content/Topic データリテラシー①：データを読む-1：入力データの整形・前処理, 誤差の扱い, データの打ち切り・脱落 予習内容Preparation for Class データ収集の課題や必要な前処理について調べておく。。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第12回】 授業内容Content/Topic データリテラシー②：データを読む-2：データの取り扱い注意点,機械学習における変数選択Matlabで経験するテキストマイニング 予習内容Preparation for Class 目的変数と説明変数について調べておく。MatlabをPCにインストールしておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第13回】 授業内容Content/Topic データリテラシー③：表計算ソフト（Excel）によるデータ集計と可視化 予習内容Preparation for Class ExcelをPCにインストールし、Excelを使った統計処理について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。さらに第11回~第13回の範囲を復習し第4回小テストに回答する。 目安時間Hours 2 時間 【第14回】 授業内容Content/Topic AIに求められる倫理 予習内容Preparation for Class AIの倫理的な問題について調べておく。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。 目安時間Hours 2 時間 【第15回】 授業内容Content/Topic データ・AIを扱う上での留意事項（AIに求められるセキュリティ、説明性）講義全体の振り返り 予習内容Preparation for Class AIを社会実装する際の問題、課題について調べておく。。 目安時間Hours 2 時間 復習内容Review of Class manabaのアンケートに回答し、授業内容の復習を行う。さらに第1回~第15回の範囲を復習し第5回小テストに回答する。 目安時間Hours 2 時間 授業に関する注意事項   Remarks for Class 本講義はオンデマンド形式で行われる。本講義は、文系の学生向けに、数学や統計が不得意でも理解できるように配慮されている。数式は極力使わないので、数学的な知識は不要である。小テストや課題を含む予習・復習内容についてはmanabaで随時指示するので、常にmanabaをチェックすること。なお、動画教材は決まった曜日にアップロードされ、アンケートは公開後1週間以内に回答すること。小テストは5回あり、特に第5回は配点が大きいため、manabaで指示されるテスト受験期間には十分注意すること。本講義を効果的に履修するため、マスワークス社のMatlabとMicrosoft Office（Excel）をインストールしたPCを用意しておくことを推奨する（MatlabとMicrosoft Officeは、本学での学生は無料でインストールすることができる）。 教科書   Texts 特に使用しない。教材資料はmanabaに随時アップロードする。 参考書   Reference Books 北川源四郎、竹村彰通　（編）、教養としてのデータサイエンス、講談社 課題フィードバック方法区分Assignment Feedback Method 授業時間外にmanabaで行う 課題フィードバック方法内容Assignment Feedback Method Content 成績評価の基準   Evaluation Criteria 授業への参加度（クリッカーを用いた双方向授業に対するレスポンス） 10%、授業内小テスト 90% 関連URL   Related URL 備考   Notes 添付ファイルの注意事項   Notice 更新日時   Date of  Update 2024年02月07日 15時28分07秒 JavascriptとCOOKIEは必ず使用可能にしてください。