検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
ビッグデータサイエンス
| 令和２年度入学者 | ビッグデータサイエンス | ||||
|---|---|---|---|---|---|
| 教員名 | 大川内隆朗 | ||||
| 単位数 | 2 | 学年 | 1 | 開講区分 | 文理学部 |
| 科目群 | コンピュータ科目 | ||||
| 学期 | 半期 | 履修区分 | 選択 | ||
| 授業の形態 | オンデマンド型の遠隔授業（15回） Blackboard（コース）ID 20201160 : 2020ビッグデータサイエンス(大川内隆朗・後・月5) 20201161 : 2020ビッグデータサイエンス(大川内隆朗・後・火3) |
|---|---|
| 授業概要 | ビッグデータ時代におけるデータの収集方法および管理方法から始め，実践的な分析作業を通して，AIや機械学習などのより発展的な技術に対する理解を狙いとして学修を行う。 |
| 授業のねらい・到達目標 | ・ビッグデータ時代のデータの扱いに関する基本的な知識を修得する ・データがどのような分野でどのように利用されているか理解する ・データの基本的な分析について知識を身に付け実践できる ・AIの仕組みについて、基礎的なアルゴリズムの実践を通して理解する この科目は文理学部のDP1，DP2，DP3，DP4及びCP1，CP2，CP3，CP4に対応している。 経験や学修から得られた豊かな知識と教養に基づいて，倫理的な課題を理解し説明することができる。(A-1-1) 世界諸国の歴史や政治，経済，文化，価値観，信条などの現状を概説できる。(A-2-1) 仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察することの重要性を説明できる。(A-3-1) 事象を注意深く観察して，解決すべき問題を認識できる。(A-4-1) |
| 授業の方法 | 1人1台のPC環境があるものと想定して授業を進めていく。 各講義では毎回、授業内容の確認のための小テストまたは小課題の出題を行う。 教材提示やレポート提出等は学内共通LMSであるBlackboardを利用する。 本授業の事前・事後学習は，各２時間の学修を目安とする。 |
| 履修条件 | 1年生必修科目「情報リテラシー」を履修済み、または同等の知識およびスキルを持つこと。詳細についてはコンピュータセンターによる履修案内や掲示などで確認すること。 |
| 授業計画 | |
|---|---|
| 1 |
本授業で学修する内容(A-2, A-4)（オンデマンド授業） メディア，統計学，コンピュータ技術など，AIや機械学習の理解に必要な知識についての基礎 【事前学習】AIが利用されている分野について、特に興味あるものをその仕組みとともに調べておく （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 2 |
ビッグデータ時代:(A-1, A-2)（オンデマンド授業） データ量の増加，データの多様性 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 3 |
データの収集と蓄積:(A-1, A-4)（オンデマンド授業） データのフォーマット，主キー，外部キー 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 4 |
データベース:(A-1, A-4)（オンデマンド授業） DBMSとSQL 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 5 |
プログラミング⾔語 python(A-3, A-4)（オンデマンド授業） pythonの基本 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 6 |
回帰分析（1）(A-3, A-4)（オンデマンド授業） 単回帰分析 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 7 |
回帰分析（2）(A-3, A-4)（オンデマンド授業） 重回帰分析 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 8 |
授業内容確認レポート1(A-1, A-2, A-3, A-4)（オンデマンド授業）
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】レポートを作成し、提出を行う （2時間） |
| 9 |
⼈⼯知能(AI)(A-1, A-2, A-4)（オンデマンド授業） AIの基本的な考え⽅と分類 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 10 |
機械学習による分類（1）(A-3, A-4)（オンデマンド授業） 単純ベイズ法 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 11 |
機械学習による分類（2）(A-3, A-4)（オンデマンド授業） サポートベクターマシン 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 12 |
機械学習による分類（3）(A-3, A-4)（オンデマンド授業） ニューラルネットワーク 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 13 |
機械学習によるクラスタリング(A-3, A-4)（オンデマンド授業） ⾃⼰組織化マップ 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】LMS上で課題の提出を行う （2時間） |
| 14 |
授業内容確認レポート2(A-1, A-2, A-3, A-4)（オンデマンド授業）
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】確認テストの内容を踏まえ、理解が不足している部分について内容を補っておく （2時間） |
| 15 |
まとめ(A-1, A-2, A-3, A-4)（オンデマンド授業） 授業の総括，テストのフィードバック 【事前学習】授業内容全体を総合的に確認し、理解を深めておくこと （2時間） 【事後学習】ビッグデータ時代における自身のキャリアマップを考えること （2時間） |
| その他 | |
|---|---|
| 教科書 | 使用しない |
| 参考書 | 使用しない |
| 成績評価の方法及び基準 | レポート(40%)、授業参画度(60%) 授業内テスト，毎回の小テスト／小課題，レポートによる総合的評価とする。 ・各DP, CPについての評価・判定も上記により総合的に測る。 |
| オフィスアワー | 授業開始時，または終了時に申し出て教員と日程等を調整すること。 |