|
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テキストマイニングについて学習する．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テキストマイニングの考え方を理解し，卒業研究に向けた基礎固めとして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)
|
|
授業計画/Lecture plan
|
|
1
|
|
|
2
|
|
|
3
|
| 授業計画/Class |
Python速習、テキストマイニングの準備
|
|
|
4
|
| 授業計画/Class |
MeCabによる形態素解析と抽出語の選択
|
|
|
5
|
| 授業計画/Class |
テキストマイニングに使用するツール（Janome、spaCy、GiNZA）
|
|
|
6
|
| 授業計画/Class |
Bag of Words(BoW)
|
|
|
7
|
|
|
8
|
|
|
9
|
|
|
10
|
|
|
11
|
| 授業計画/Class |
huggingface-transformers(BERT) |
|
|
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%
|
担当箇所の発表（発表調査内容，発表形式，質疑への応答）(60%)，および他の発表における質疑内容によって評価する(30%)．ゼミ活動についての積極性も加味する(10%)．
|
|
|
教科書/Textbooks
|
| | 著者名
Author | タイトル
Title | 出版社
Publisher | 出版年
Published year |
| 1 |
石田基広
|
Pythonで学ぶ テキストマイニング入門
|
シーアンドアール研究所
|
2022
|
|