科目番号
教室
登録人数
履修登録方法
対面/遠隔
DS557
5
仮登録・調整期間不可
対面授業
開講年度
期間
曜日時限
開講学部等
主要授業科目
2024
後学期
集中
国際地域創造学部国際地域創造学科
講義コード
科目名[英文名]
単位数
g00720502
データサイエンス実践演習Ⅱ 50組
2
担当教員[ローマ字表記]
山田 健太 [Kenta Yamada]
主授業科目は、令和７年度からの表示項目です。
授業の形態
講義、実習
アクティブラーニング
学生が議論する、学生が自身の考えを発表する、フィールドワークなど学生が体験的に学ぶ、学生が文献や資料を調べる
授業内容と方法
マッチングアプリにおける違反ユーザー検知AIの改善をテーマに、実際のビジネスに即したプロジェクト型学習を行います。扱うデータはマッチングアプリユーザーのプロフィール画像で、Pythonを用いて画像認識AIの実装を進めます。ビジネス背景と課題の説明を行った後、グループごとに課題解決案の検討、実装、モデル評価までを実践的に進めていただきます。
URGCC学習教育目標
自律性、社会性、コミュニケーション・スキル、情報リテラシー、問題解決力、専門性
達成目標
1.目標管理と時間管理を徹底し、予習・復習を確実に継続することができる。[自律性]
2.研究倫理に基づき、他者と協調・協働して課題やテーマに取り組むことができる。[協調性・社会性]
3.相手の立場に立って、相手の話に真剣に耳を傾けることができる。自分の意見を、分かりやすく相手に伝えることができる。[コミュニケーション・スキル]
4.テーマや課題を紐解くために必要な情報を多様なチャネルから収集し活用できる。[情報リテラシー]
5.問題を発見し、原因を究明し、対策的方向性を見出すことができる。[問題解決力]
6.課題に対し最適な手段を選択し、実装することができる。データ/AI利活用プロジェクト推進の方法論を実践し、リスクを低減しつつ成果につなげることができる[専門性]
評価基準と評価方法
・評価方法
- 経験事例としてまとめて発表
・評価基準
- 実績（事例）を他社が見て、その成果と価値が誰にとって有益なのかを理解できる内容であることを評価する
- 価値は、定量か、可視化を重視し、客観的事実を伝えられることを評価する
- コミュニケーション能力の発揮をプレゼンテーションにて評価する（定性評価）
履修条件
- データサイエンス中級相当の知識、スキルを有すること
- Pythonの基本的な文法を理解し、プログラムを記述・実行できること。データの読み込み、加工、可視化などの基本的な操作を行えること。
授業計画
1. イントロダクション、PCセットアップ
2. ビジネス背景・問題・課題・ゴールの説明
3. 分析設計書ワークⅠ
4. 分析設計書ワークⅡ
5. 分析設計書レビュー、分析環境セットアップⅠ
6. 分析環境セットアップⅡ
7. 実習Ⅰ：データ確認
8. 実習Ⅱ：データ前処理
9. 実習Ⅲ：モデル実装
10. 実習Ⅳ：モデル実装
11. 実習Ⅴ：モデル評価
12. 実習Ⅵ：モデル改善
13. 実習Ⅶ：モデル改善
14. 実習Ⅷ：報告資料作成、発表準備
15. 最終報告会
事前学習
参考文献などを読む
事後学習
- 学習した内容を復習し分からなかった部分を明確にする．
- 分からなかった部分は自分で調べる
- 講義時間内で終えられなかったタスクを実施する
教科書にかかわる情報
教科書全体備考
特になし
参考書にかかわる情報
参考書
書名
特になし
ISBN
備考
著者名
出版社
出版年
NCID
参考書全体備考
特になし
使用言語
日本語
メッセージ
企業データ、環境を利用するため、受講にあたり秘密保持に関する誓約書に同意いただく必要があります
オフィスアワー
火曜日 13:00-14:00
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
URL
ページの先頭へ