シラバス情報
教員名 : 橋本 大也
科目名
テクノロジー特論B(データ)
科目カテゴリ
専門科目
科目モジュール
応用・実践
科目系統
E
開講時期
4Q
開講曜日
金
開講時限
8限
担当教員
中西 崇文/橋本 大也
定員
25名
単位数
1単位
授業概要
データサイエンティストに求められる融合的な能力を理解し、実践の場を想定した演習により、現場で活かすことのできる基礎的な能力を身につける。統計の基礎をふまえ、先端的な事例から、今後のデータサイエンティストとしてのあるべき姿を学ぶ。数値データ、テキストデータ、画像データなどの基本的な統計処理・分析手法だけでなく、ハンズオンによるデータ処理・分析の実践、テキストマイニング手法、画像認識手法などの人工知能技術を含む応用についても学ぶ。
到達目標
(1)データサイエンティストとして、活躍するための基礎的な能力を理解する。
(2)今後のデータ活用の展望を得て、自身のビジネスプランや研究活動に反映させることができるようになる。
(3)現実のデータを用いて基本的なデータ分析ができるようになる。
キーワード
データサイエンス、統計基礎、人工知能、機械学習、データマイニング
回数
タイトル
内容
実施方法
第1回
データサイエンスとクリエイティビティ
データ分析がマーケティングやコンテンツビジネスに与えるインパクトを知る。
対面授業
第2回
統計学基礎
統計学の基本とPythonを使ったデータ分析、統合手法を学ぶ。
対面授業
第3回
テキストマイニング入門
テキストデータの分析手法とビジネス活用を知る。
対面授業
第4回
ビッグデータの分析演習
企業が提供するビジネスデータを、受講生が分析する演習を行う。(インストラクション)
対面授業
第5回
大規模データの分析現場
現場で活躍するデータサイエンティストの講演を聞く。
対面授業
第6回
機械学習基礎
Pythonによる画像認識・顔認識などの手法の実装とその概念を学ぶ。
対面授業
第7回
機械学習応用
第6回に引き続き、Pythonによる画像認識、顔認識などの手法の実装とその概念を学ぶ。
対面授業
第8回
データ分析の発表会と総括
分析演習の個別発表と総括を行う。
対面授業
授業形式
講義形式および演習形式
成績評価方法と基準
5段階評価(S~D)
(1)授業中の発言や質問及びグループディスカッションの進行(40%)
(2)FSのコメントや授業用SNSでの投稿(10%)
(3)最終レポート(50%)
履修条件と留意事項
なし
教科書
なし
参考文献
特になし