副専攻（AI活用エキスパートコース）

最も努力したのは、作っている間も作った後も自分が一番楽しめるものを作ることです。自分の理想をできるだけ実現させるためには、複雑な処理が必要でした。具体的には、ゲームクリア後の別ページへの遷移です。企画書を書いた時点では、ゲーム内に登場した動物についての外部サイトのURLを載せる予定でした。しかし既存のホームページのURLというのはHTML内での扱いがかなり難しかったため、外部サイトではなく自分で書いた別ページへ遷移させるという処理を行いました。これは授業内で学んでいない処理方法でしたが、どうしても実装したかったため挑戦しました。授業で学んでいない部分であったとしても、同時双方向授業の中で先生方がサポートしてくださるため、安心して取り組むことができました。ただ、相互レビューでは、ゲームのインターフェースとして複雑なため、この処理はあまり良いものではないという意見をいただきました。改善案は企画書通り外部サイトのURLを埋め込むことでしたが、技術不足により修正ができず悔しい思いが残っています。

 

授業での学び
授業の前半では、生成AIの可能性や実社会におけるAI導入事例について書籍やインターネット等の調査をするとともに、実際に人工知能技術を活用したビジネスに従事している講師による仕事の紹介とそれに伴う質疑応答を通して、インターネット等の調査ではわからないAI活用の現実について簡潔に要点を抑えてまとめる課題に取り組みました。後半では、私が注目している企業の現在の仕事の進め方における課題を発見し、AIを適切に導入することにより課題を解決するための業務改善提案に取り組みました。具体的には、現在はお問い合わせ対応およびプレゼント確認はすべて職員が手動で対応しているため多くの人員が割かれているという課題があり、それぞれにAIチャットボット・画像認識AIを導入して自動化・半自動化することで人員を削減し、新規事業の検討および他事業の人員増強を図る業務改善の提案をしました。

授業での学び
夏の集中講義では、実際に社会でどのように人工知能技術が扱われているのかというのを調べ、資料にまとめました。また、AI技術の動向（ChatGPTの可能性）を図式化し、ある業界や企業にAIが介入することでどのような改善がもたらされたのかを調べ、最終的には自分自身の興味ある業界にAIが介入したらどのような改善がされるのか考察しました。そして、就活に必要な自己PRを書く機会があり、自分自身がどのようにAIと将来関わっていくのかというビジョンを具体的に考えました。後半では、主にAIを活用したビジネスやIT企業の方に講義をしてもらい、人工知能技術がどのように社会で活かされているのか学びながらも、IT業界で働くイメージを実際に持つことができました。講義の中で、何度か個人ワークやディスカッションをし、業界について知見を深めることができました。

授業を受けてみて驚いたこと
授業を受けてみて驚いたことは、IT業界は私の想像していたものよりもとても幅広く、多岐にわたって職種があるという点です。また、たくさんのIT用語が存在し、それを理解するのが大変でした。そのうえ、人工知能技術と社会との関わりは日々進展しているので、私たちは新しい情報を積極的に受けとり学んでいかなくてはなりません。そこの情報のインプットに一番苦労しましたが、それらをきちんと知ることでIT業界の面白さを実感することができました。

授業での学び「副専攻での学びが社会で必要とされていることを知った」
この授業では、主に２つの活動に取り組みました。１つ目は、AI活用やDXの最新事例など、社会で必要とされている技術について理解を深めることです。毎回の授業でAI活用に取り組む企業や大学のプロフェッショナルによる講演があり、専門性の高い話が聴けました。さまざまな講演を聴いて、身近にある意外な場面にもAIが組み込まれ生活を豊かにしていることや、副専攻での学びが社会で必要とされていること、学んだ知識や経験を活かす場が社会にあることなどを実感しました。また、自分の主専攻である教育現場にも、AIを活かした実践が多くあると知り、選択肢を広げられました。知らなければ機会につなげることができないので、今後も積極的に情報収集をする必要があります。
2つ目は、将来を見据えて副専攻での学びを設計していくことです。副専攻では、就職後も役立つ実践的な技術(プログラミング・データ分析)から、AIを活用した最先端の技術革新事例を学ぶなど、様々な活動を行います。そこで得た知識や経験を自分の将来にどのように活かしていくかを、この授業では考えていきます。そのために課題として取り組んだのが、キャリアビジョンマンダラートの作成です。9x9のマスの中に、将来のなりたい自分を中心に据え、そのために必要な要素を周りに埋めていきます。私は、「AI活用に秀でた小学校教員」を目指しているため、目標達成に必要な知識分野と実践に向けての取り組みを考えました。キャリアマンダラートは小学校でも積極的に取り入れていきたいです。例えば、新年の抱負などは目標を定めても達成までの道のりが明確に持てないと、途中で道を外れてしまうことが多いです。そのため、未来のビジョンを掲げて、目標に必要なステップを設定するマンダラートは、学びを可視化する手段として非常に参考になりました。

私は環境システム学科なので、環境×メディアデザインを考えてみた所、知ってもらうという方面で今回の手法は役に立つと思いました。例えば、どこでどれだけCO2が排出されているかを表す3Dマップや地図といった環境に関する情報発信においては、書面で説明されるよりも興味を持ってもらいやすいため、今後活用できると思います。

ゲームや3Dモデル等の裏側がどんな処理になっているか興味がある人にはぜひ履修してもらいたい授業です！準備は特にいらないと思いますが、JavaScriptやHTMLを勉強しておくと、周りには大きな差をつけることができると思います。メディアデザインは僕が副専攻で履修してきた中でも、特に面白いと感じた授業の１つなので、ぜひ履修してみてください！

将来薬剤師として活動することを考えると、薬がどのように反応するのか、生体内のどの構造と、薬のどの構造がどのように反応するのかなど、薬の反応を調べることに役立つであろうと考える。また、薬の血中濃度の減少速度の差がどの構造によるものなのか、どのように分解されていくのかなど、これまで二次元でのみ考えてきたことを、3Dで可視化することでより細かな分析を行うことができるため、副作用の少ない薬剤の作製に役立つと考える。

薬学部の授業において、立体的構造を平面化することが多々ある。したがって、平面に書かれた構造の立体視や立体構造の平面化を苦手とする場合、かなり致命的になる。そこで、今回学んだような3Dモデルによる可視化を行うことで、簡単に立体視を行うことができ、理解を深めることに活用できると考える。

シラバスを読み、使用するツールの使い方をある程度学んでおくことが良いと思う。AI副専攻はすべての科目において新たなツールを使用する。また、それぞれの週の積み重ねが成績に直結する面もある。そのため、ツールを早い段階で慣れる必要がある。そのためにも、授業が始まる前に、ツールの使い方をある程度学んでおく方がより効果的に授業を受けることができると考える。また、様々な連絡ツールを使用するため、どこに何の資料が保管してあるかをしっかり把握する必要がある。

２Dや３Dデータをプログラムやカメラを使って表現する方法を学びました。実際にPLAYCANVASを用いて３D空間上に様々な物やカメラを配置してプログラムを組み込み、物体を移動するアニメーションを表現しました。これらを通じて知識とスキルを増やした上で、最終課題では１つのアプリを完成させるミニプロジェクトに取り組みました。自身で調べたり先生にアドバイスをもらったりしながら、自分が作りたいアプリを形にしていき、最終的には迷路クイズゲームを制作しました。フィールド上を移動してクイズに挑戦し、選択に応じて開いた道を進んで、ゴールを目指します。立体感を活かしてライトや物を配置するなど、出来上がっていく過程を楽しみながら取り組むことができました。完成したアプリを紹介した後はフィードバックを得られ、別の視点からのアイディアや実装の仕方を学びました。オンライン授業ですが、先生や受講生とは自由に交流できたので、自分のタイミングで先生方に質問をしたり、友人に相談したりしながら楽しく取り組めました。

「Happyを提供するごみ箱」というテーマで、グループごとに提供するユーザーの設定、アンケートやインタビュー調査によるデータ分析、仮説検証などを行い、実際にプロトタイプ（試作品）を作成しました。４週目の中間発表では、作成したプロトタイプ、分析結果をもとに作成したプレゼン資料を使い、10分間の発表を行いました。先生や、他の受講生からのフィードバックをもとに、６週目の最終発表に向けて再度ブラッシュアップを行いました。

授業を受けてみて苦労したことや努力したことは何ですか
苦労したことは、設定したユーザーに近しい年代の人へのインタビュー調査の依頼や、考案したサービスはニーズを満たせているのかを知るためには、どのようなアンケート項目を作成すればいいのかを考えることです。どんなにいいアイデア、サービスであっても、提供するユーザーのニーズを確実に満たせるということをデータで証明できなければ、賛同を得ることはできません。私たちは、何度もアンケート調査を重ねることで、ユーザーの潜在的なニーズを導き出すことで、提供するサービスの価値を証明することを試みました。

授業ではハッピーとはといった定義をグループワークで意見共有を行う事や、毎週講義を受けながら、実際に教わったことを生かし、プロトタイピング(試作品を実際に作成する)を行い、それを用いて、目的が達成できるか実際に試しながら調査を行いました。また、どのようなゴミ箱が欲しいかや、ゴミ箱に関して現状どのような問題があるか、実際にプロトタイプを見せることや、試してもらう事を通じて、実際に問題を解決できるかについて、どのような調査手法で行えばいいか学び、実際に様々な方法で調査を実施しました。
また、世の中にあるゴミ箱や、良いサービス、悪いサービスについて調査を行う事で、サービスデザインについてさらに知見を深めることができました。どのようなゴミ箱の問題を解決したいかによってグループがきまり、そのグループで作業を分担、議論しながら、プロトタイプと調査、そして、発表資料を作っていきました。ハッピーなゴミ箱というあいまいな概念からスタートして、どのような人を対象にするかを決め、ペルソナや、ストーリーボード、カスタマージャーニーマップ等を作成することを通して、どのような問題があるかや対象について再認識するともに、発表の際に伝えやすくすること等も行いました。

授業を受けてみて苦労したことや印象に残ったことは何ですか
実際に何かを作る際には様々な方法や情報を収集し、対象を決め、とりあえず作ってみることの重要性を学びました。事前の問題設定や、対象の定義が誤ってしまっていれば、その後どのように努力しても、問題を解決することやニーズを満たすことができません。そうならないためにも、量的調査や質的調査といった手法を使い分け、問題やニーズを調査し、明確にとらえることは重要であると学びました。また、いくら良いアイデアや、悪いデザインがあっても、実際に形にしてみることで気づく問題点や良い点があるため、実際に作成して、問題点やデザインの長所を発見することは重要であるという事を実体験として学びました。そしてそれを実際に対象としている人や、関係ない人に見せ意見をもらう事で、さらなる改良のヒントをもらうチャンスとなるため、とりあえず試作品を作るプロトタイピングの概念は重要であると感じました。
また、対象とする人の情報を示すペルソナや、現状どのような問題があり、それを作成するサービスによって解決することのできるか示すストーリーボード、作るサービスがある場合とない場合でのサービスとの接点と、感情の動きを時系列順で表すカスタマージャーニーマップといった三つの手法をうまく活用し、現状を整理することや、サービスの価値について、定義、説明することは難しかったです。特に、ペルソナ以外の2つは初めて知り、作成する概念であったため、苦戦を強いられました。しかし何とか説得力を持ったものを作れるよう、グループメンバーと協力しながら作成しました。

何か物やサービスを作るうえで、どのようなことが重要か気になっている人にお勧めです。また、実際にゴミ箱を作成するため、物作りが好きな人や、副専攻の授業で珍しい対面で行われる授業であるため、実際に人と話して、何かを作り上げたい人、学びたい人にもおすすめです。サービスデザインと聞くと、センスや経験が必要で難しいものなのではないかと思う方もいるかもしれませんが、お手本は日々の日常生活の中に大量にあります。身の回りで使っているものはすべて誰かが使いやすいようにとデザインしたものです。それをみて、どのように感じたか、どうしてそのようなデザインになったか考えを巡らせ、そして授業を受け、実際に体験することで、サービスデザインというものに親しみを持ち、楽しめるようになるはずです。是非授業を楽しんで受けてみてください。そして身の回りにある、様々な良いデザインを見つけ想いを巡らせてみてください。

この授業は全7回に渡って構成されており、「Happyなゴミ箱をデザインする」という全体の大きな目標に向かって、各回ごとに取り組むべきことを明確化させ、目標の実現を図りました。目標の実現にあたり、サービスをデザインすることの意義や、サービスのデザインを検討する際に重要なポイントなどの知識を第1・2回の授業で学び、第3回以降の授業では、身につけた知識を活用し、実際にプロトタイプを作成し、アイデアを形にしていく作業を行っていきました。
私たちのグループでは「ニオイもヨゴレも気にならないHappyなゴミ箱」というサービスをデザインするために、プロトタイプを作成する際には、グループでの意見交換を行ったり、先生やSAの方のアドバイスを受けつつ、理想としているデザインに近づくような取り組みをしてきました。私たちは、初めにターゲットとなるユーザーを一人暮らしの大学生と仮定し、一人暮らしの大学生に対して、SNSなどを活用して、デザインしたゴミ箱の希望購入価格帯や実際に生ゴミなどニオイが気になるゴミの捨て方などをアンケート調査することによって、ニオイが気になるゴミへの対処法などの現状を明らかにすることから取り組みました。次に、これらのアンケート結果を用いて、一人暮らしの大学生のお財布にも優しい価格の低コスト化やSDGsに配慮したゴミ箱をデザインすることを意識し、本体は貸し出し製で無料とし、専用のゴミ袋をサブスクリプション形式で販売することやゴミ袋を燃焼した際に有毒ガスが出ないゴミ袋を用いるなど、価格面での課題やSDGs面での課題などにも対応できるような取り組みを行ってきました。
最後に、中間発表や最終発表などを通じて、他のグループ・先生方・SAの方などのフィードバックを受けたことによって、現状の課題や今後取り組むべきことを明確化させることができ、最終的には納得のいくサービスをデザインすることができました。

授業を受けてみて苦労したことや努力したことは何ですか
この授業では、数理工学科・人間科学科・経営学科など様々な学科の人たちが集まってグループが構成されていたため、1人1人が所属学科での学びを活かした「Happyなゴミ箱をデザインする」というテーマに対してのアイデアや考えを持っていました。これらの1人1人が持っているアイデアや考えを、双方で尊重しつつ、グループとしてのアイデアにまとめあげていくことに苦労しました。理由としては、数理工学科の人の場合は、実現可能性面での懸念点をあげていたり、経営学科の人の場合は、実際のデザインしたゴミ箱を販売する際の価格面での懸念点をあげていたりと、所属学科ならではの、着眼点を持っている人が多かったため、着眼点がそれぞれ異なるアイデアや考えを1つの考えとしていくことが難しいと感じたからです。
この苦労したことを踏まえて私が努力したことは、グループとしてのアイデアにまとめあげていく時に、グループの中心となって1人1人の考えを聞き出し、それらのアイデアや考えをグループ全体で共通認識を行い、グループとしての活動のプロセスを明確化させることに力を入れて取り組みました。また、どんなアイデアや考えに対しても否定的な考えを持つのでなく、そのアイデアや考えの良い点を汲み取りつつ、グループ活動が円滑かつ具体的に進行できるよう注力しました。私が中心となってグループのコミュニケーションを活発化し、今後のプロセスを明確化させることによって、アイデアや考えで溢れていくのではないかと考えたからです。また、それが結果的にユーザーに対して、よりよりサービスをデザインすることにつながるのではないかと確信していたからです。

授業では、「Happyなごみ箱とは何か」というテーマに基づいてグループに分かれ、実際にサービスのデザインを考え・検討しました。Googleフォームなどを活用してアンケートを実施してデータ収集を行い、分析し、実際にプロトタイピング（試作品の製作：ごみ箱）を行っていきました。中間発表と期末発表の２回のプレゼンテーションをする機会があり、中間発表では他のグループの学生や先生から良かった点や改善点・質問などフィードバックをもらいました。それを踏まえ、期末発表までに資料の変更やプロトタイプを改良するなど、最終に向けて準備をします。期末（最終）発表では、中間発表やデータ収集などを踏まえて与えられたテーマに沿って、この「ごみ箱」は誰を対象にどういった状況でどのような価値があるのかをプレゼンテーションをしました。


授業を受けてみて苦労したことや印象に残ったことは何ですか
苦労したことは、誰を対象にするのか・どのような状況で活用するのかを考え、実際に検証するためのアンケート調査でした。質問内容を考え、どこにアンケートの協力を依頼するのか、協力許可を取るのかなどの経験が無かったため、一つ一つの作業が大変でした。また、世の中にどのようなサービスがあるのかを調べる課題があり、これまで気づかなかったり知らなかったサービスを知ることができました。フィードバックは、自分では気づくことができなかった提案や改善点をアドバイスしていただけるので、製作やサービスを考案していく上でとても参考になるものだと学びました。

授業ではテーマに基づいて実際にサービスを検討し、実際にデータを収集・分析して、プロトタイピング（試作品の作成）を行います。プロトタイピングは全講義中2回行い、それぞれ他の学生や先生からフィードバックを貰います。実際に手を動かしてプロトタイプを作成する機会はこれまで経験がなかったことに加え、座学と合わせて行うことで楽しみながら実践的な経験が積めました。最終課題では、実際にグループで検討したサービスを、先生や他の学生にプレゼンテーションします。与えられたテーマをどのような内容にするかは全て自分が所属するグループで決めます。特に苦労したことは、なぜその内容にしたのか、グループで検討したサービスは本当に良いサービスと主張できるのか、データを示しながら証明する必要があったことです。私たちのグループでは、アンケート調査を行ったり実際にプロトタイプを利用する様子を動画に撮影したりして、乗り越えていきました。世の中のサービスがどのようにして考えられ世に出されているのか、学ぶことができました。 

機械学習活用2では、人を理解するための人工知能というテーマで人の言語、視覚、行動という三つのテーマについて、実例や演習を通して学びました。また、その中でも最も自分が興味を持つ分野を選び、演習を通してさらに深く学んでいきました。言語グループではチャットボットの作成、視覚グループでは画像認識AIについて行ったようです。行動グループでは、強化学習についてAIマリオチャレンジという、AIにマリオをクリアさせるチャレンジを実際に行いながら、AIの学習過程や、人の行動における学習過程、および取得する情報の違いなどについて学びました。AIマリオでは、ただ単にAIが学習するのを待つのではなく、効率よく短い時間で学習させるためには、AIが環境から得る情報はどのような質や量であるかや、AIが学習する回数、方針、方針転換や報酬の重みづけ等を調整し、より早くゴールへ近づける学習方法の実現のため、数値等を調整しました。そしてその結果を考察することや、グループメンバーとの共有、議論等を行いました。
そして最終的に強化学習という手法がどのような分野、事象について活かせるかを学んだ知識や経験を活用し、提案・発表を行いました。提案・発表については、すべてのグループ共同で行うため、視覚グループや言語グループが行ったことや感じたこと、成果物や特性について見て学び、質問を通してさらに知見を深めることができました。

授業を受けてみて苦労したことや努力したこと
AIマリオの学習は、実際に数値をいじりながらの試行錯誤が必要になってしまう他、どれほど数値を変化させればよいのかなど正解がなく、学習がうまく行くかについても運次第といった側面もあるため、根気強く続けなければいけない事が苦労しました。また、変化が偶然起こったことなのか、数値を変えたことにより起こったことなのか、変化させた数値が何を表すかについて考えながら分析をし、再度数値を変化させ学習させるという、とても時間と手間がかかる作業であるため、グループメンバーとの議論や、先生からのアドバイス、些細な結果でもどうしてそのようになったのか考えることはとても重要だと感じました。また先述の通り、試行回数も重要にもかかわらず、一定時間経過してしまうとエラーが出てしまうため、定期的にリセットや確認を行う事や、後々混乱してしまう事が無いように都度分析を行う事は大変でした。また結果を共有する際に、その結果によってグループメンバーの考察やコメントから気づくことのできる新たな考察や気づきのために、出来る限りその理由とどうしてそうなったか等、わかりやすく共有できるよう努力しました。

機械学習について学んでみたいと考えている人や、実際に使用して経験として知識を蓄えておきたいと考えている人に向いているのではないかと思います。AIの分類や、使える場面、目的、どのような内部過程があるか等様々なことを学ぶため、大変ではありますが、先生もサポートしてくださり、オンデマンド授業で基礎については何度も見返せる等、根気強く、しっかりと授業を受講していれば、とても楽しく、知識を身につけることができると思います。実際にAIを活用して、予測や、画像認識、言語認識、行動に関する強化学習について、実体験として手を動かしながら学べるため、知識が定着しやすいと思います。
AIマリオチャレンジに関してはネットで公開されているので、興味を持った方は、実際に試してみるのも面白いと思います！そしてさらに細かいことや、しっかりと学びたいと思ったら、ぜひ機械学習活用を履修してみてください！

授業では、テーマごとにグループを分け、各グループで演習を行います。私のグループはAIを使用した画像識別に取り組みました。授業の概要としては、Google ColaboratoryというPythonや機械学習、深層学習を利用できるサービスを用いて、画像認識AIの仕組みや特徴を学びます。課題では、AIがどのようにモノを捉えるのかを体験し、AIがモノを誤認する傾向を把握した上で、仮説を立て、その仮説が正しいのかを検証します。どの課題も「仮説→実験→考察」という流れを何度も繰り返し行い、自分の考察・意見の確度を高めることが重要です。
この授業は最終日に全体発表があり、自身が学んだツール(私であれば画像認識AI)をどのような場面で活用するのかを提案します。私は授業で学んだことをもとに、自身で仮説を立て、実験した結果をまとめ、それが支援ツールとして有用性があるのかを考察を踏まえ、発表しました。発表後は、質疑応答やフィードバックの結果をもとに、成果物をブラッシュアップして、最終課題として提出します。

授業を受けてみて印象に残ったこと
今回の授業で初めて画像認識AIに触れたのですが、画像認識AIがモノを誤認する傾向というのは、私たち人間とは大きく異なり、少しでも画像にノイズが入ると、画像識別の精度が下がってしまうことがとても印象的でした。ミニプロジェクトで、色と画像識別の関係について調べたのですが、画像を構成している色の種類や数が減少することで、私たち人間だと正確に捉えられるものであっても、AIは別のものとして捉えてしまうことがあります。あくまで、AIは学習したデータをもとに識別するため、ツールとして実用性を考える時に、この特性を念頭に置かないといけないなと思いました。

この授業は基本的に個人作業で、「自分で仮説を立て、実験をする」の繰り返しではありますが、実験を繰り返す中で、機械学習についていろいろな発見や学びがあり、楽しくなると思います。特に最終日の全体発表では、他の受講生がAIをどのように活用してみたいのかを聞くことができるため、お互いに勉強になります。機械学習やAIという言葉を聞くと、小難しい印象を受ける方もいるかもしれませんが、逆に考えれば、サポート体制が万全な環境で機械学習やAIの仕組みを学ぶ良い機会だと思います。
AIに対して、「こういうことができたら役に立ちそう！」というアイデアをお持ちの方は是非、具体的なアイデアはなくとも、機械学習に少しでも興味があれば、受講してみてください。(受講してみたら意外と楽しかったなんてこともあると思うので！)

AIツールとして、DataRobotを使用しました。大量のデータの品質評価、特徴量の分析などを通して、どんなことを主張できるのか、何がわかるのかを分析していきました。最終課題として、「お弁当の需要予測」を行い、グループごとに「何駅で、どんなお弁当が、どのくらい売れるのか」を分析し、プレゼンを行いました。時間外では、Aidemyでオンデマンド動画を視聴し、各動画のポイントを自分でまとめることをしました。

授業を受けてみて苦労したことや努力したことは何ですか
初めは、慣れない操作や用語が多く、戸惑うことも多かったです。しかし回を重ねるごとに、「どこを見ればいいのか」「どの情報が必要/不必要なのか」などを自分自身で判断できるようになっていったと感じました。オンラインでの受講のため、グループ課題に取り組む際に、みんなの予定を合わせて一つの成果物を完成させることは大変でした。しかし、一人一人が自分のデータ分析結果を共有し、積極的に課題に取り組むことで、最終発表でよい成果を残すことができました。

「赤ワインの品質予測とそれに基づく分析」「飛行機の満足度データの分析と考察」など、データを可視化したり分析したりする課題に取り組みました。この取り組みにより、データの活用方法やデータに基づく課題解決の提案方法を身につけることができました。
最終発表では、データサイエンスのプロジェクトを進める際の手順を把握したうえで、天候や料理カテゴリー等の要素をもとに、販売マネージャーとして、とある駅における1週間の最適なお弁当の献立の提案をするという課題に取り組みました。具体的には、まず、出店する駅の特徴といった情報をもとにターゲットを設定して気象庁やインターネット等から天候や駅情報といったお弁当の売上に関する「データの収集と準備」を行い、次に、そのデータをAIに読み込ませて「モデルの作成」をして「モデルの評価と解釈」をし、データの整理や要素の追加により予測精度を高めたうえで予測結果からお弁当の献立を提案しました。

授業を受けてみて苦労したことや努力したことは何ですか
苦労・努力したこととしては、お弁当の売上には天候が影響しているという仮説を立ててモデルを作成したものの、提案する週は毎日似たような天気であったため、モデルの妥当性を確認するために天気予報があたった場合を想定した「実データ」と天気予報が外れた場合を想定した「理想データ」の二種類を作成して比較検討を行ったことです。苦労した理由としては、比較検討するためのデータを作成したため他のグループの倍活動したこともありますが、情報量が増えたことで考察や判断基準がより難解になったからです。しかし、大量のデータを使用して比較検討を行うことでよりデータサイエンスの観点から実現可能性の高い提案をすることができ、やりがいを感じたため最終発表の内容について全体的に印象に残っています。

「データサイエンス活用1」の授業では「Data Robot」というデータ分析や数値予測ができるシステムを活用しました。Data Robotは「教師データと呼ばれる元になるデータを使ってモデルを作る」→「最も良いモデルを選択する」→「そのモデルと予測データを使って予測を計算する」という流れで行います。課題としては、「貸し倒れの予測」「赤ワインの品質予測」「データサイエンティストの転職予測」「航空会社の乗客の満足度予測」など実際のデータを用いて予測しました。また、予測だけではなく「特徴量」と呼ばれる、対象の特徴の何が結果に作用するか、「データクレンジング」と言われる外れ値や欠損値と呼ばれる数値がデータ上にあるかなども検討しました。最終課題では「お弁当の需要予測」を行いました。グループごとに山手線の駅を決めて、その駅に合った5日間のお弁当のメニューを考えました。そして、販売数を予測し、よりよいメニューを考えていくというものです。最終的には班で発表をし、個人でレポートを作成しました。

授業を受けてみて苦労したことや努力したこと
苦労したことは3つあります。1つ目は、最終課題の「お弁当の需要予測」のミニプロジェクトです。私の班では、渋谷駅の特色を活かした月曜日から金曜日までのお弁当のメニューを考えました。その中で特に苦労したのが特徴量の削除と追加です。特徴量の削除では、元のデータで足りていない数値を探すのに苦労しました。特徴量の追加では、実際に気象庁の天気や降水量のデータを活用しました。元々あるデータと数を合わせたり、欠損値を探したりする作業に苦労しました。この特徴量の削除と追加を繰り返すことでより精度の高い結果を出すことができました。2つ目は、最終レポートです。最終レポートでは、最終課題としてグループで取り組んだことを、グラフや画像を取り入れながら個人レポートとしてまとめました。文章が長くなりすぎないように簡潔にまとめたり、数値をできるだけグラフで可視化したりするように心がけました。3つ目は、グループワークです。これはデータサイエンス活用1の授業以外にも言えることですが、オンラインでは意見を出しづらかったり、積極性に欠けてしまったりすることがあります。そのため、グループワークでは積極的に会話をし、情報をグループ間で共有することを心掛けて行いました。

私は「自分と自分が大切に思う人々の人生を豊かにする」という人生のモットーを掲げており、これを達成するためには知的好奇心をもって様々なことをインプットし、多面的に物事を考えることが重要だと考えています。この授業の基礎となる D S 活用 1 では楽しく学習しながらより広く深い観点から物事を考えられるようになり、モットーの実現に一歩近づくことができました。この授業では 「 DSプロジェクトの事例を学び、自らも実践することを通して、分析対象に関する情報を踏まえて適切な分析結果を得るための計画立案 」を学べることをシラバスで知り、この授業を受講することでよりモットーの実現に繋がると感じたことが動機です。

この科目で学ぶ知識やスキルについて、非常に興味深く感じるともに、DX化が進む現代において非常に有用であるという印象を持っていました。授業を受けるにあたって、副専攻で学んできた手法、独学で理解を進めた部分、およびDS活用1で学んだことを復習しました。

法律学科では「ルール創り教育」というテーマを掲げており、誰がいつどのような不利益を被っており、どのようなルール（法律）を創ることで解決できるのかという観点から法律を学んでいます。日々社会が変化しつつげることで発生する課題を発見し、解決に向けた道筋を立て、時には変化に対応して道筋を変更しつつ、グループで協力して課題を解決するという授業で学んだ課題発見から解決までの一連のプロセスを「ルール創り教育」に活かそうと考えています。

AIツールに読み込ませるデータを使える状態で作成する、何度もデータをAI ツールに読み込ませて仮説の検討を行う、モデルの予測結果から計算して精度を評価するなど作業が多いため、作業をすることに抵抗感がない人は向いていると思います。もっとも、向き不向きは実際にやってみるまでは分からないため、データサイエンスに興味がある人や課題発見から解決までできる人材になりたいと強く思う人ぜひ受講してみることをおすすめします。

最後まで妥協せずにプロジェクトに挑戦することが質の高いアウトプットに繋がると考えていますので、よりやりがいや達成感を得るためにも、全力で取り組んでみてください。