|
講義概要/Course description
|
経営システム工学の学生として，経営上の問題を理解する経営のセンス，問題解決の方法論を理解する数学のセンス，実際にコンピュータを用いて問題解決を行うシステム構築のセンスを養う．この授業では問題解決の方法としてデータマイニングと人工知能の基礎事項について学習する．進め方は分野毎に担当者を決めて，担当者の発表と全員での討議という形式で輪講を進める．また，分析ツールとしてはRおよびPythonを用いて解析する．
対面講義を基本とするが，場合によってはCoursePower と Webex を使用したオンライン講義を実施する．
|
|
達成目標/Course objectives
|
|
データマイニングと人工知能の考え方を理解し，現実問題への適用能力を養う．
|
|
学部・研究科のディプロマポリシー（卒業認定・学位授与の方針）に基づき、当該科目を履修することで身につく能力 / Abilities to be acquired by completing the course in accordance with the faculty and graduate school diploma policy (graduation certification and degree conferral)
|
|
学部・研究科のディプロマポリシー（卒業認定・学位授与の方針）/ Undergraduate and Graduate Diploma Policy (Graduation Certification and Degree Conferral)
|
|
履修条件（事前に履修しておくことが望ましい科目など）/Prerequisite
|
|
確率統計、分析技術入門の履修が望ましい．
|
|
授業計画/Lecture plan
|
|
1
|
|
|
2
|
| 授業計画/Class |
教師あり学習手法（回帰）の概要
|
|
|
3
|
| 授業計画/Class |
教師あり学習手法（回帰）の実装
|
|
|
4
|
| 授業計画/Class |
教師あり学習手法（識別）の概要 |
|
|
5
|
| 授業計画/Class |
教師あり学習手法（識別）の実装 |
|
|
6
|
| 授業計画/Class |
教師なし学習手法（クラスタリング）の概要 |
|
|
7
|
| 授業計画/Class |
教師なし学習手法（クラスタリング）の実装 |
|
|
8
|
| 授業計画/Class |
教師なし学習手法（次元削減）の概要 |
|
|
9
|
| 授業計画/Class |
教師なし学習手法（次元削減）の実装 |
|
|
10
|
|
|
11
|
|
|
12
|
|
|
13
|
|
|
14
|
|
|
15
|
|
| |
| 事前学習/Preparation |
輪講資料の学習と担当の発表準備
|
| 事後学習/Reviewing |
発表についての質疑応答により理解を深める．
学習した手法の適用事例を発表する． |
|
|
|
授業方法/Method of instruction
|
| 区分/Type of Class |
対面授業 / Classes in-person
|
| 実施形態/Class Method |
通常型 / regular |
| 活用される授業方法/Teaching methods used |
|
|
|
成績評価方法/Evaluation
|
| 1 |
|
100%
|
プレゼンテーションの内容に基づいて評価する．
|
|
|
教科書/Textbooks
|
| | 著者名
Author | タイトル
Title | 出版社
Publisher | 出版年
Published year |
| 1 |
一般社団法人日本ディープラーニング協会 (監修)
|
深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版
|
翔泳社
|
2021
|
|
|
参考書/Reference books
|
| | 著者名
Author | タイトル
Title | 出版社
Publisher | 出版年
Published year | |
| 1 |
秋庭 伸也 (著)
|
見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑
|
翔泳社
|
2019
|
|
|