AIの数理
AIの仕組みを紐解きながら、大学数学の「線型代数」「微分積分」「確率統計」がAIの構成にどう活かされているかを学びます。高校で学ぶ数学が未来の技術に直結する面白さを実感します。
募集定員人数
20名先着順で募集を締め切ります。
詳細
募集定員人数
20名先着順で募集を締め切ります。
実施形態
対面授業
大学等名
秋田大学
科目名
5 AIの数理
AIを構成する三つの神器『線型代数・微分積分・確率統計』
科目担当者
（学部・学科・職・氏名）
総合環境理工学部 環境数物科学科 教授 山村 明弘 (計1名)
授業概要
AIの仕組みを紐解きながら、大学数学の「線型代数」「微分積分」「確率統計」がAIの構成にどう活かされているかを学びます。高校で学ぶ数学が未来の技術に直結する面白さを実感します。
授業方針
パワーポイントのスライドを用いた授業に加えて実験や実習を通して数学が我々の生活に役立っていることを感じることができる授業を行います。
会場・教室
秋田大学 手形キャンパス 総合研究棟２階講義室
会場住所
秋田市手形学園町1-1
欠席連絡先
秋田大学 総合学務課 (時間 平日8：30～17：00)
電話：018-889-3191 E-mail:kyomusom@jimu.akita-u.ac.jp
遠隔授業時連絡先
（当日緊急時のみ）
科目担当者E-mail：
授業計画
第1講現実を空間に変える「線形代数」とAIの「判定関数」
山村 明弘
2026-11-14
11:10〜12:40
ChatGPTなどの身近なAIを入り口に、言葉やデータを高次元の「座標（ベクトル）」へ変換する仕組みを解説。高校の2次関数が、予測の正誤を測る『判定関数』に変貌する姿を通じ、数学がAIの知能を司る本質を体感します。
第2講多次元関数の最小化：数理最適化と確率的アプローチ
山村 明弘
2026-11-14
13:20～14:50
複雑な高次元関数の中から、「微分（偏微分）」を指標にして最適な解（谷底）を探索するプロセスを解説。局所最適解（偽物の谷底）という数学的な罠を、「確率」のランダムさで突破する現代AIの知恵を学びます。
関連科目
数学、情報