文理学部シラバスTOP > 文理学部 > 情報科学科（情報システム解析学科） > 情報科学講究２
日本大学ロゴ

情報科学講究２

このページを印刷する

令和元年度以前入学者 情報科学講究２
教員名 北原鉄朗
単位数    2 学年    3 開講区分 文理学部
科目群 情報科学科
学期 後期 履修区分 必修
授業の形態 主にZoomによる同時双方向授業だが、対面授業を部分的に取り入れる。

Blackboard ID: 20203254（ただしBlackboardは使わない）
授業概要 卒業研究に向け、必要な基礎知識・プログラミング技能を習得する
授業のねらい・到達目標 ・4年次に行う卒業研究に向け、研究とは何かを理解し、論文を読み、理解できるようになる。
・読んだ論文を参考にしつつ、自らが選んだ研究テーマの背景や目的、意義を文章化したり、プレゼンできるようになる。
・曖昧性のない言葉を正確に使い、読んだ論文の内容や自らの考えを論理的に伝えられるようになる。
・本研究室の卒業研究では、ほとんどの場合それなりに規模の大きいプログラムを書くことになるので、そのような規模の大きいプログラムをかけるようになる。
・（「情報科学講究1」で学んだ音楽理論やMIDIに加え）機械学習の基本的な知識を身につけ、メロディの予測や生成などに活用できるようになる。

この科目は文理学部(学士(理学))のディプロマポリシーDP6及びカリキュラムポリシーCP9に対応している。
授業の方法 少人数であることを活かして、できるだけインタラクティブに進めていく予定である。
履修条件 学科内規に定められた条件を満たすこと。
また、「デジタルコンテンツ2」を同時履修すること。
授業計画
1 到達目標および授業方法の確認、「情報科学講究1」の復習
【事前学習】前期に学んだ内容を一通り複数しておくこと （1時間）
【事後学習】授業内で出された課題に取り組むこと （2時間）
2 文章を書こう(1) 理系文書（論文、レポート）の書き方
【事前学習】「自主創造の基礎2」で学んだレポートの書き方をあらかじめ復習しておくこと （3時間）
【事後学習】授業内で課された文章執筆の課題に取り組むこと （1時間）
3 文章を書こう(2) 論文の概要を書こう
【事前学習】すでに自分の研究に結果が出た状況を仮定し、論文の概要にあたる文章をあらかじめ書いてくること （3時間）
【事後学習】発表した概要に対して指摘されたことを修正しておくこと （1時間）
4 文章を書こう(3) 論文の序論を書こう
【事前学習】すでに自分の研究に結果が出た状況を仮定し、論文の序論（はじめに）にあたる文章をあらかじめ書いてくること （3時間）
【事後学習】発表した序論に対して指摘されたことを修正しておくこと （1時間）
5 文章を書こう(4) 論文の概要を英語で書こう
【事前学習】すでに書いた論文の概要にあたる文章（日本語）を参考に、英語版を作成してくること （3時間）
【事後学習】発表した概要に対して指摘されたことを修正しておくこと （1時間）
6 文章を書こう(5) 論文の序論を英語で書こう
【事前学習】すでに書いた論文の序論にあたる文章（日本語）を参考に、英語版を作成してくること （3時間）
【事後学習】発表した序論に対して指摘されたことを修正しておくこと （1時間）
7 学会に参加しよう
【事前学習】授業の一環として参加を課された学会に参加し、報告する準備をしておくこと （8時間）
【事後学習】報告で答えられなかった質問に答えられるよう、論文などを読み返すこと （1時間）
8 機械学習入門(1) パターン認識の復習
【事前学習】「データ科学1」で学んだパターン認識の基礎について復習しておくこと （2時間）
【事後学習】学習した内容を復習し、授業内で課された課題（パターン認識）に取り組んで、理解を深めること （3時間）
9 機械学習入門(2) ベイズの定理
【事前学習】前回学んだパターン認識の基本的な事柄の理解を前提に進めるので、理解が不十分な箇所を十分復習すること （1時間）
【事後学習】授業内で課されたベイズの定理に関する演習問題に取り組むこと （3時間）
10 機械学習入門(3) 隠れマルコフモデル
【事前学習】前回学んだベイズの定理の理解を前提に進めるので、理解が不十分な箇所を十分復習すること （1時間）
【事後学習】授業内で課された隠れマルコフモデルに関する演習問題に取り組むこと （3時間）
11 機械学習演習(1) メロディの分析
【事前学習】「情報科学講究1」で学んだMIDIデータの読み込み・分析プログラムの作り方を復習しておくこと （2時間）
【事後学習】授業内での指摘に基づいて、分析プログラムを改善すること （2時間）
12 機械学習入門(4) ニューラルネットワーク
【事前学習】ニューラルネットワークについて、インターネットなどで自分で調べてみること （1時間）
【事後学習】授業内で課されたニューラルネットワークに関する演習問題に取り組むこと （3時間）
13 機械学習演習(2) メロディの予測
【事前学習】第11回の演習内容（メロディの分析）を思い出しておくこと （1時間）
【事後学習】授業内での指摘に基づいて、予測プログラムを改善すること （3時間）
14 機械学習演習(3) メロディの生成
【事前学習】第11回、第13回の演習内容を思い出しておくこと （1時間）
【事後学習】授業内での指摘に基づいて、生成プログラムを改善すること （3時間）
15 「情報科学研究1・2」に向けて
【事前学習】ここまで学んだことを一通り復習しておくこと （1時間）
【事後学習】授業内で課された課題は、次年度4月までに終わらせておくこと （8時間）
その他
教科書 なし
参考書 なし
成績評価の方法及び基準 ゼミナールにおける発表の完成度や研究の進捗の度合いを総合的に判断して評価する(100%)
オフィスアワー Slackなどで随時質問を受け付ける。

↑このページのトップ