科目番号
教室
登録人数
履修登録方法
対面/遠隔
ESAI11040
[月2]高度情報情報実験室B
抽選対象
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
2025
前学期
月2
理工学研究科工学専攻
講義コード
科目名[英文名]
単位数
R10232001
データ科学特論
2
担当教員[ローマ字表記]
比嘉 広樹, 半塲 滋, 齋藤 将人, 野崎 真也 [shinya nozaki]
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
アクティブラーニング
授業内容と方法
データ科学の方法に関し、数学的基礎を準備した上で、統計解析と機械学習を中心とした講義をおこなう。また、工学の様々な分野でデータ科学的手法がどのように使われているかについて論じる。
URGCC学習教育目標
専門性
達成目標
データ科学の意義とその数学的基礎を理解する。
データ科学に関連した統計解析の手法を理解する。
機械学習のしくみを理解する。
工学の各分野でデータ科学的手法がどのように使われているかを理解する。
評価基準と評価方法
(評価基準)
データ科学の意義とその数学的基礎について説明できる。
データ科学に関連した統計解析の手法について説明できる。
機械学習のしくみについて説明できる。
工学の各分野でデータ科学的手法がどのように使われているかについて説明できる。
(評価方法)
毎週、レポート課題を課し、それに基づいて評価する。期末試験は実施せず、レポート課題100%で評価する。なお、講義回によっては、レポート課題を小テストで置き換えることがある。
履修条件
特になし
授業計画
第01回(4/14) イントロダクション
第02回(4/21) 数学的準備(1) 確率論の基礎概念
第03回(4/28) 数学的準備(2) 確率的独立性・条件付き期待値・極限定理
第04回(5/12) 数学的準備(3) 最適化の基礎、ベクトル・行列・テンソル
第05回(5/19) 統計解析(1) データの記述
第06回(5/26) 統計解析(2) 推定と検定
第07回(6/02) 統計解析(3) 回帰
第08回(6/09) 統計解析(4) 多変量解析の様々な手法
第09回(6/16) 機械学習(1) 機械学習の歴史と現在
第10回(6/25) 機械学習(2) 教師あり学習と教師なし学習
第11回(6/30) 機械学習(3) 機械学習の様々な手法
第12回(7/07) 工学におけるデータ科学的手法(1) 生体信号特徴解析
第13回(7/14) 工学におけるデータ科学的手法(2) データ駆動型制御
第14回(7/24) 工学におけるデータ科学的手法(3) 生成AI
第15回(7/28) 工学におけるデータ科学的手法(4) 圧縮センシング
事前学習
講義回によってはWebClass等で事前に講義資料が公開されるので、その場合には講義に先立って講義資料に目を通しておくこと。
事後学習
講義の内容に関して復習した上で課題を確実に提出すること。
教科書にかかわる情報
教科書全体備考
講義回によってはWebClassなどで講義資料を提供する。
参考書にかかわる情報
参考書全体備考
講義回ごとに必要に応じて参考文献を提示する。
使用言語
日本語
メッセージ
オフィスアワー
半塲：毎週月・火曜日 12:50-14:20 <工3-201>
比嘉：毎週金曜日 10:00-12:00 <工3-501>
野崎：毎週火曜日 12:50-14:20<工3-304>
齋藤：毎週火曜日 13:00-15:00<工2-513-2>
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