4499 件ヒット (0.019秒)：
データ科学・AIが活用されている「現場」を目の当たりにすることで、それらの威力と課題を体感してもらう。「現場」とは、まさにデータが生成／観測され、計算され、実世界の課題が解かれていく場を目撃することである。その経験を通して、データ科学・AIの重要性を理解する。
By witnessing the "on-site" where data science and AI are utilized, the students will experience their power and challenges. In the "on-site," the students will see the on-site where data is generated/observed, computed, and utilized to solve real-world problems. Through this experience, the students will understand the importance of data science and AI.
近年、医学生物学領域は加速度的な進歩を遂げている。ゲノム配列決定技術の高速化や高精度化をはじめとする日進月歩の技術革新は、ヒトという複雑なシステムに関する膨大なデータを生み出し、それを人工知能というキーワードに代表される様々な情報科学的手法により解析し理解することが可能になった。そのようなビッグデータの適切な理解に基づき、ゲノム合成やゲノム編集技術を通じた治療も現実のものになりつつある。高度に複雑なシステムである生命システムの解明と応用は、古くからの課題であるが、現在の圧倒的なスケールのデータ科学は、この課題に新しい道を開拓しつつあると言える。一方で、技術が確立すれば、そのまま社会実装できるというものではない。医学生物学は生命を扱う学問であるため、命の平等などの多くの難しい側面と表裏一体にある。そこで、本講義では「遺伝子」と「社会」をキーワードとして生命現象への理解を深めることを目的に、対面講義、グループディスカッション、実験実習を行う。
In recent years, the fields of medical science and biology have made rapid progress. Technological innovations, such as the high-speed and high-quality genome sequencing techniques, are producing vast amounts of data on the complex system of humans. This data is now analyzable and understandable through various informatics approaches, represented by the keyword 'artificial intelligence.' Based on a proper understanding of such big data, therapies involving genome synthesis and genome editing are becoming a reality. Unraveling and applying the highly complex life system has been a longstanding challenge, but today's overwhelming scale of data science is paving new paths in this quest. However, establishing technology does not directly translate to its social implementation. Medical science and biology, dealing with life, inherently involve many challenging aspects, such as the concept of the equality of life. This lecture aims to deepen the understanding of life phenomena, focusing on 'genes' and 'society,' through face-to-face lectures, group discussions, and experimental activities.
本講義では人の能力やこころに深く関与する「脳」を研究対象とする脳科学分野と心理学から、いくつかのトピックを選び、基礎的な知識から最新の知見まで紹介する。この分野は脳科学・心理学・生物学をはじめとして医学・工学・物理学等が結集してその解明に突き進んでいる学際的なフロンティア領域であり、幅広くその応用が期待されている。授業では知覚・認知心理学 記憶、推論、問題解決、意思決定などの人の高次認知における、内的資源(情報処理機構、経験的知識、生得的制約)と外的資源(状況、他者)の利用、およびその間の相互作用についての、最新の脳科学的知見をもとに、「人の知」や「心」とその個人差について理解を深めるために、関連する論文を読み、その論文の抄録を発表できるようになることを目的とする。In this lecture, several topics will be introduced from basic knowledge to the latest findings in the field of neuroscience and psychology, which focus on the "brain" that is deeply involved in human abilities and mind. This field is an interdisciplinary frontier area where neuroscience, psychology, biology, medicine, engineering, physics, and other disciplines are coming together to elucidate it, and it is expected to have a wide range of applications. In this course, students will learn about the use of internal resources (information processing mechanisms, empirical knowledge, innate constraints) and external resources (situations, others) in higher-order human cognition, such as memory, reasoning, problem solving, and decision making, and the interaction between them. Deepen the understanding of "human knowledge" and "mind" and their individual differences.
本講義では人の能力やこころに深く関与する「脳」を研究対象とする脳科学分野と心理学について、いくつかのトピックを選び、基礎的な知識から最新の知見まで紹介する。この分野は脳科学・心理学・生物学をはじめとして医学・工学・物理学等が結集してその解明に突き進んでいる学際的なフロンティア領域であり、幅広くその応用が期待されている。授業では知覚・認知心理学、記憶、推論、問題解決、意思決定などの人の高次認知における、内的資源(情報処理機構、経験的知識、生得的制約)と外的資源(状況、他者)の利用、およびその間の相互作用についての、最新の脳科学的知見をもとに、「人の知」や「心」とその個人差について理解を深める In this lecture, several topics will be introduced from basic knowledge to the latest findings in the field of neuroscience and psychology, which focus on the "brain" that is deeply involved in human abilities and mind. This field is an interdisciplinary frontier area where neuroscience, psychology, biology, medicine, engineering, physics, and other disciplines are coming together to elucidate it, and it is expected to have a wide range of applications. In this course, students will learn about the use of internal resources (information processing mechanisms, empirical knowledge, innate constraints) and external resources (situations, others) in higher-order human cognition, such as memory, reasoning, problem solving, and decision making, and the interaction between them. Deepen the understanding of "human knowledge" and "mind" and their individual differences.
放射線技術科学領域の基礎から臨床に及ぶ最先端の知識を身に付ける。
This course offers an opportunity to experience the learning of recently-developed concepts in basic and clinical radiological sciences.
本実習では東北メディカル・メガバンク機構(ToMMo)のスーパーコンピュータを用いてビッグデータ解析の手法を学習する。
近年の技術革新によってゲノムをはじめとする医学研究に用いられるデータはますます大規模となりつつあり、そのようなビッグデータの解析には専用のスーパーコンピュータが必要となってきている。ToMMoのスパコンはこのような個人レベルのビッグデータを安全に解析することのできる計算機環境である。参加者はスパコンへのアカウント作成、アクセス、データアップロード、データ解析、データダウンロードを行う。本実習ではToMMoのコホートデータは扱わないが、個人レベルの情報への注意点について学習する。データ解析についてはジョブスケジューリングシステムであるSLURMを用いた大規模実行を行う。この実習により、医学データやToMMoのコホートデータの解析の基礎を学ぶ。更に、応用例としては、医療データセットを用いて実際の臨床現場で使用されている課題の解決を図る。
This course aims to learn big data analysis by using the supercomputer system of the Tohoku Medical Megabank Organization (ToMMo).
Due to recent advancement of technologies, the size of data used in medical researches, e.g. genome data, has been increasing in size, and it is necessary to use specialized supercomputers to analyze such big data. The supercomputer system of ToMMo is suitable for analyzing individual-level big data in a secure environment. Students will learn to create an account of the supercomputer, access to it, upload data to it, analyze data with it and download data from it. Though the cohort data of ToMMo will not be used in this course, students will learn secure treatment of individual-level data in the supercomputer. To run a large-scale data analysis, job-scheduling system, SLURM, will be used. Students will learn the basics of large-scale medical data analysis through this course. Students can also use the supercomputer for addressing the problems in clinics by using their own medical data sets.
今日の医用画像はほぼ全てがディジタル画像です。ディジタル画像は処理が容易であり，種々の有償無償の画像処理ツールが提供されています。そのようなツールを利用しCT，MRI，等々の画像を自在に処理することは医療現場において日常的に行われています。本授業では次のようなことを学びます。
・CT, MRI等で得られた３次元データを，３次元印刷機を用いて立体造形する技術の概要，とくに必要とされる画像処理技術について演習を通して学びます。また，この技術の放射線技術科学ならびに医療応用の可能性について，議論を通して理解を深めます。
・画像工学や画像情報学関連で，国家試験を見据えて一部（ボケマスク処理，空間フィルタ，階調処理，サブトラクションなど）補強します。
・画像処理の臨床応用を紹介します。
To understand fundamental theory and clinical applications of medical image processing
Google Classroom： l4veatk
生成AIの発展によりますますAI人材が必要とされています。企業がビジネスを推進するためにはAIに精通したデータサイエンティストだけでは実現せず、ビジネスや社会課題とAIテクノロジーを共に理解し、データサイエンティストやエンジニアとビジネスを繋ぎ、適切な課題設定、解決策の提案・実行できる人材（AIビジネスコンサルタント）が求められています。しかし当該人材育成には課題が２つあります。１つ目、AI理解を深めようにもPhython等、プログラミングスキルが必要とされることが多く、プログラミングができない、もしくは苦手な学生が取り残されるということ。２つ目に、「いま」、ビジネスや社会の分野でどのようにAI活用されているかについて、具体例を持って教えることが難しいため、理解を深めることができにくいということ。
「ビジネスデータ科学」は、2019年上述の課題を解決するために開講され本年で6年目の講義です。当講義を受講することで、経済学部等文系学部生でもAI（機械学習）の本質の理解を深め、ビジネスや社会課題についてデータやAI（機械学習）を活用し、どのように解決するのかを捉えることができる人材（AIビジネスコンサルタント）に成長できます。講義では、AI 専門家でなくても数クリックのマウス操作で、学習済みモデルを構築できる自動機械学習ソフトウェア（「AnyData」）等を活用します。プログラミング知識のない学生でも、モデル構築の一連の流れを簡単に「体験」することができ、AIに興味を持つ学生数を飛躍的に向上することができると考えております。
本年度もAIをビジネスで活用している企業による実例紹介セッション等を設ける予定です。また、皆さんが得た知識をアウトプットするプレゼンテーション機会も提供します。具体的には、地元企業から課題提示を受け、データやAIを活用し、当該課題解決や新規ビジネス創出に、どのようにAIを活用するかといった提案をしてもらう予定です。
<English>
Not only Japan, but worldwide,luck of number of Data Scientists is the serious issue. To solve the issue, we,aiforce solutions Inc., open the Business Data Science cource in order to educate students to have AI reteracy.
"AnyData",an automated machine learning tool developed by AIinside inc, will be used in the course therefore no programing skill is required.
At the end of the course students will have to present to local companies to solve their issues using AI.
本授業科目の目的は、大量のデータから価値ある情報を抽出し、活用するためのデータ科学やAIの知識と技術の基礎を修得することにある。
近年、社会の様々な場面で大規模なデータが蓄積・流通されており、それらを安全かつ有効に公共の福祉や社会活動に役立てられる見識と能力が、現代的なリテラシーとして求められている。
すなわち、文系・理系を問わず全ての学生が、基礎的な統計学を理解するとともに、プログラミング環境を含む計算機科学の様々な成果を適切に活用し、データから目的の情報を抽出するためのデータ科学・AIの知識と技術を修得することが求められている。
そこで本授業科目では、データ科学や機械学習、AIの分野で標準的なプログラミング言語の1つであるPythonを利用した実習を交えながら、具体的なデータ処理方法について実践的に学ぶ。
The purpose of this course is to acquire basic knowledge and skills in data science and AI to extract and utilize valuable information from huge data.
In recent years, huge-scale data has been accumulated and distributed in various scenes of society, and insights and abilities to use them safely and effectively for public welfare and social activities are required as modern literacy.
Therefore, all students, regardless of humanities or science, are expected to understand basic statistics and to acquire knowledge and skills in data science and AI in order to extract the intended information from such data by utilizing various achievements in computer science, including programming environments.
In this course, you learn actual data processing methodology practically using the Python, which became one of the standard programming languages in the field of data science, machine learning and AI.
(1) 情報化社会に生きる市民としての責任と倫理を自覚し, 適切に判断・行動ができる
ソーシャル・スキルを獲得すること.
(2) 計算機の能力を活用した問題解決手法やデータ科学を学ぶ意義を理解し, 大規模データ
を利用した技術に関して人間中心の理解, 判断ができるようになり, さらにそれらに関して
実社会における課題を見出せるようになること.
(1) Acquire social skills to make appropriate decisions and actions,
taking responsibilities and being aware of ethics as citizens living in
today's information society.
(2) Understand the significance of learning problem-solving methods and data
science, utilizing computers, become able to make human-centered
understandings and decisions in regard to the large-scale data technologies,
and to find issues in the real-world problems concerning those technologies.