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

科目名 情報科学講究2
教員名 尾上洋介
単位数    2 学年    3 開講区分 文理学部
科目群 情報科学科(情報システム解析学科)
学期 後期 履修区分 必修
授業概要 情報可視化の基礎として理論的側面を学修し、また、種々の可視化手法を実装する能力を身に付ける。
企業でのソフトウェア開発経験をもとに、情報科学に関する実務的な観点からも授業を行う。
授業のねらい・到達目標 基本的な情報可視化手法について概要を説明できるようになる。

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に対応しています。
授業の方法 第2〜10回では、文献輪読によって情報可視化の理論的側面を学ぶ。対象文献は授業時に指定する。第11〜14回では、課題制作として可視化手法の実装と評価を行う。
毎回授業時に全員が週報の発表を行うこと。
本授業の事前・事後学習は,各2時間の学習を目安とする。
履修条件 学科内規で定めた条件を満たすこと。
授業計画
1ガイダンス(授業のテーマや到達目標及び授業の方法について説明する)

【事前学習】情報科学講究1の内容を復習しておく。
【事後学習】指定された参考文献を入手し目を通しておく。
2視覚要素

【事前学習】視覚要素について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】視覚要素について授業内でわからなかった点を調べておく。
3表データの可視化

【事前学習】表データの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】表データの可視化について授業内でわからなかった点を調べておく。
4高次元データの可視化

【事前学習】高次元データの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】高次元データの可視化について授業内でわからなかった点を調べておく。
5階層型データの可視化

【事前学習】階層型データの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】階層型データの可視化について授業内でわからなかった点を調べておく。
6ネットワークデータの可視化

【事前学習】ネットワークデータの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】ネットワークデータの可視化について授業内でわからなかった点を調べておく。
7時系列データの可視化

【事前学習】時系列データの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】時系列データの可視化について授業内でわからなかった点を調べておく。
8地理データの可視化

【事前学習】地理データの可視化について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】地理データの可視化について授業内でわからなかった点を調べておく。
9可視化のユーザーインタラクション

【事前学習】可視化のユーザーインタラクションについて指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】可視化のユーザーインタラクションについて授業内でわからなかった点を調べておく。
10可視化の評価

【事前学習】可視化の評価について指定された文献を読み、発表者は内容をスライドにまとめ、発表者以外は質問点をまとめておく。
【事後学習】可視化の評価について授業内でわからなかった点を調べておく。
11課題制作中間プレゼンテーションに向けた準備

【事前学習】課題制作で取り組みたい内容についてまとめておく。
【事後学習】授業中に決定したテーマに従って制作をすすめておく。
12課題制作中間プレゼンテーションとフィードバック

【事前学習】課題制作の途中経過についてスライドにまとめておく。
【事後学習】フィードバックに基づいて制作物の改善を行っておく。
13課題制作最終プレゼンテーションに向けた準備

【事前学習】課題制作ですすめる内容についてまとめておく。
【事後学習】授業内で完了しなかった製作をすすめておく。
14課題制作最終プレゼンテーションとフィードバック

【事前学習】課題制作の成果についてスライドにまとめておく。
【事後学習】フィードバックに基づいて制作物の仕上げを行う。
15これまでの復習・解説を行い授業の理解を深める

【事前学習】これまでの学習内容で疑問に思ったことをまとめておくこと。
【事後学習】学修した内容の整理し、今後の課題を自己分析し記録すること。
その他
参考書 伊藤 貴之 『意思決定を助ける情報可視化技術 - ビッグデータ・機械学習・VR/ARへの応用 -』 コロナ社 2018年
成績評価の方法及び基準 授業参画度(100%)
授業参画度は、2〜3に1回の発表および課題制作の内容で評価する。
オフィスアワー 随時。電子メールにてアポイントを取ること。メールアドレスは授業初回に伝える。

このページのトップ