以下の３つの講座があります．それぞれの内容は，各リンクを辿ってご覧ください．
線形データ分析法
データサイエンス
ニューラル言語処理
どの講座を受けるべきか迷っておられる方へ
2025年度までは，講座「線形データ分析法」「データサイエンス」をまとめて，4時間×16週をかけ，１つの講座として開講しておりました．この講座では業務や出張のため，欠席しなければならない回があるので，より効率的に受講したいというご希望を受け，1.5時間×14週の２つの講座に分割しました．
２０２６年度では，春学期に「線形データ分析法」を開講し，曖昧性を許さないAI手法について学びました．学部基礎レベルの内容で，２００５年ぐらいまでに提案され，今も使われている手法を学びました．
秋学期に「データサイエンス」と「ニューラル言語処理」を開講します．前者は学部発展レベルで，後者は大学院レベルです．
講座「データサイエンス」では，曖昧性をゆるすAIを学びます．確率を使い，「線形データ分析法」を発展させて，ニューラルネットワークや時系列処理など，2000年ぐらいから発展した手法を学びます．「線形データ分析法」を受講されていると，スムーズに理解が進みますが，この講座から始められて，不明点を教科書で遡って勉強していただくことも十分に可能です．
講座「ニューラル言語処理」では，単語や文をベクトルで表現し，LLMの学習の原理とアーキテクチャについて，PyTorchやTensorFlowを使わず基本ライブラリのみを使って説明します．そのうえで，公開されているGPTを例にLLMのアーキテクチャをpythonのコードを1文ずつ追いながら理解していただきます．確率分布と時系列処理の概念が理解されていないと，単語や文をベクトルで表現し，これを使ってLLMを訓練する仕組みを体得するのは困難です．講座「ニューラル言語処理」では，確率分布と時系列処理の知識がふんだんに使われますので，pythonのコードを1文ずつ追うときに，各コードの意味は理解できても，なぜ，このようなコードを書くべきなのかが見えず，御社のビジネスにてLLMを活かせるようにはなりません．せっかくですから，「ニューラル言語処理」で学んだPythonコードをホワイト・ボックス化して，御社のシステムと連携させて頂きたいと思います．
無難な順序として，講座「データ線形分析法」「データサイエンス」をこの順に，受講され，そのあとに「ニューラル言語処理」を受講されることをお勧めします．２０２５年度までの講座を受講されている方々は，「データ線形分析法」「データサイエンス」の内容を習得されていますので，この限りにありません．「ニューラル言語処理」を受講されて問題ありません．
なお，大学のカリキュラムとの整合性の都合上，２０２７年度は，春学期に講座「データ線形分析法」と「ニューラル言語処理」，秋学期に「データサイエンス」を開講する予定で準備を進めております．
ご質問あれば，以下にお問い合わせください．
立命館大学 島川 博光 simakawa@cs.ritsumei.ac.jp