top of page
01
AIとは何か？
02
主要AIツールと活用方法
03
機械学習
04
ニューラルネットワークの仕組み
05
自然言語処理（NLP）
06
大規模言語モデル（LLM）
07
画像認識
08
異常検知
09
強化学習
10
AIモデルの評価方法
2015年1月～
科目１：ＡＩ（人工知能）
01
コンピュータサイエンスの基礎
02
プログラミング入門
03
データ構造とアルゴリズム
04
オペレーティングシステムの基礎
05
ネットワークとインターネットの基礎
06
サイバーセキュリティの基礎
07
データベースの基礎
08
クラウドコンピューティング
09
ソフトウェア開発のプロセス
10
コンピュータサイエンスと倫理
2015年3月～
科目２：コンピュータサイエンス
01
問題の定義
02
分析アプローチの設計
03
データ収集
04
データ理解
05
データ準備
06
モデリング
07
モデル評価
08
モデルの実装
09
モデルの監視とメンテナンス
10
インサイトの共有
2015年5月～
科目3：データサイエンス
01
QGISのセットアップと基本操作
02
地理データの準備
03
地図のスタイリング
04
得票数データのインポートと属性データの結合
05
地域別得票数の可視化
06
候補者別得票数の比較
07
地図上のクエリと分析ツール
08
地域別投票傾向の分析
09
高度なスタイリングとラベル
10
可視化結果の共有とプレゼンテーション
2015年7月～
科目４：QGIS（地理情報システム）
01
ロボット工学とは何か？
02
基本的なロボットの仕組み
03
自動化とロボティクスの違い
04
ロボットの社会的応用
05
自律型ロボットと遠隔操作ロボット
06
ロボット技術とスマートシティ
07
ロボット技術の倫理と法規制
08
公共分野におけるロボット導入
09
ロボットとAIの連携
10
ロボットとIoTの連携
2015年9月～
科目5：ロボット工学
01
量子コンピュータとは何か？
02
量子力学の基礎
03
量子ゲートの仕組み
04
量子コンピュータと古典コンピュータの違い
05
量子アルゴリズム入門
06
量子コンピュータの応用分野
07
量子暗号とセキュリティ
08
量子コンピュータの限界と課題
09
NISQ時代の量子計算
10
量子コンピュータの未来と政策への活用
2015年11月～
科目6：量子コンピュータ
01
タイトルページ
02
提案の背景と問題意識
03
課題の具体的なデータ分析結果
04
提案する解決策の概要
05
解決策の技術的アプローチ
06
解決策の効果予測とシミュレーション
07
コストと実現可能性
08
セキュリティとリスク対策
09
提案のまとめと期待される効果
10
実現に向けたロードマップ
2015年12月～
最終課題
全6科目で学んだ内容を使って、国会や県議会、市議会での提案書を10ページのプレゼン資料に以下の構成でまとめ提出。修了要件は80点以上で再提出に制限なし。
bottom of page