文理学部シラバスTOP > 文理学部 > 情報科学科 > 情報科学講究１
日本大学ロゴ

情報科学講究１

このページを印刷する

令和２年度以降入学者 情報科学講究１
教員名 尾崎知伸
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 前期 履修区分 必修
授業形態 対面授業
授業概要 データマイニング・機械学習に関する基礎知識・基礎技術の修得
授業のねらい・到達目標 卒業研究等を踏まえ，データマイニング・機械学習に関する基礎的な知識が説明できる．
データを獲得・蓄積・加工・集計するための基本的な処理操作ができる．

この科目は文理学部(学士(理学))のディプロマポリシーDP1-8及びカリキュラムポリシーCP1-8に対応している．

・経験や学修から得られた豊かな情報科学の知識と教養に基づいて，自己の倫理観を倫理的な課題に適用することができる（A-1-3）
・世界諸国の歴史や政治，経済，文化，価値観，信条などの背景を理解し，国際社会が直面している問題を情報科学の視点から説明することができる（A-2-3）
・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・批判的に考察できる（A-3-3）
・問題を分析し，複数の解決策を提示した上で，問題を解決することができる（A-4-3）
・責任と役割を担い，新しい問題に取り組む意識を持ち，そのために必要な情報科学の知識・情報を収集することができる（A-5-3）
・さまざまな人々とのコミュニケーションを通じて相互の意思伝達を自由かつ確実に行い，他者との良好な関係を確立することができる（A-6-3）
・集団の活動において，より良い成果を上げるために，指導者として他者と協働し，作業を行うことができる（A-7-3）
・学修状況を自己分析し，その成果を評価することができる（A-8-3）
授業の形式 講究
授業の方法 電子資料を用いた講義に加え，輪講（学生による講義）と計算機を用いた演習を行う．
加えて，データマイニング・機械学習技術に関する簡単なプロジェクト演習を実施し発表を行う．
また適宜，レビューとフィードバックを行う．

なお，事前相談により適切と判断された場合に限り，オンライン会議システムで対応する．
履修条件 学科内規による
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）
演習環境の整備
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】シラバスを確認し, 当該分野に関する簡単な調査を行う （2時間）
【事後学習】演習環境を設定する （2時間）
【授業形態】対面授業
2 コマンドラインによるデータの加工
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】正規表現・コマンド連係を含め，UNIXのコマンドラインによるデータの加工に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】正規表現・コマンド連係を含め，UNIXのコマンドラインによるデータの加工に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
3 データベース操作
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】データ分析への応用も含めた高度な問い合わせに関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】データ分析への応用も含めた高度な問い合わせに関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
4 前処理と次元圧縮
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前処理と次元圧縮に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】前処理と次元圧縮に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
5 分類とアンサンブル学習
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】分類とアンサンブル学習に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】分類とアンサンブル学習に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
6 回帰分析
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】回帰分析に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】回帰分析に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
7 クラスタ分析
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】クラスタ分析に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】クラスタ分析に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
8 深層学習の基礎
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】深層学習の基礎に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】深層学習の基礎に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
9 画像処理と機械学習
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】画像処理と機械学習に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】画像処理と機械学習に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
10 系列データ処理と機械学習
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】系列データ処理と機械学習に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】系列データ処理と機械学習に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
11 自然言語処理と機械学習
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】自然言語処理と機械学習に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】自然言語処理と機械学習に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
12 グラフデータ処理と機械学習
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】グラフデータ処理と機械学習に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】グラフデータ処理と機械学習に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
13 プロジェクト演習：テーマの設定
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】テーマを決定する （1時間）
【事後学習】テーマに沿って実装を進める （3時間）
【授業形態】対面授業
14 プロジェクト演習：実装と改善
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】実装を継続すると共に，実装上の懸念点・問題点を明確にする （2時間）
【事後学習】実装上の懸念点・問題点に対し，適切な改善を試みる （2時間）
【授業形態】対面授業
15 プロジェクト演習：期末報告会と講評・質疑応答
（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】報告会用の発表資料を準備する （3時間）
【事後学習】発表と議論を振り返り，今後の発展について考察する （1時間）
【授業形態】対面授業
その他
教科書 使用しない
参考書 参考書は，随時指定する．また一部，オンライン教材を利用する場合がある．
成績評価の方法及び基準 授業参画度:毎回の実習・演習の成果と期末報告会の内容により評価する．(100%)
オフィスアワー 質問等は随時を受け付ける．原則，アポイントをとること．

↑このページのトップ