| 開講学期／Course Start | 2022年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 金/Fri 3 , 金/Fri 4 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系学科情報システム学コース／Department of Information and Electronic Engineering情報システム学コース,情報電子工学系学科コンピュータ知能学コース／Department of Information and Electronic Engineeringコンピュータ知能学コース,システム理化学科数理情報システムコース／Department of Sciences and InformaticsCourse of Mathematical Science and Informatics |
| 対象学年／Year | 3年 , 4年 |
| 授業科目区分／Category | 教育課程 システム理化学科 |
| 必修・選択／Mandatory or Elective | 必修 |
| 授業方法／Lecture or Seminar | 演習科目 |
| 授業科目名／Course Title | 情報学応用演習Ｂ／Informatics Applied Practice B |
| 単位数／Number of Credits | 1 |
| 担当教員名／Lecturer | 小林 洋介 (システム理化学科数理情報システムコース) , 鈴木 元樹 (システム理化学科数理情報システムコース) |
| 時間割コード／Registration Code | J4136 |
| 連絡先／Contact |
小林 洋介(V612 46-5440 ykobayashi(at)csse.muroran-it.ac.jp スパム対策のため@を(at)で表記しています。 緊急時を除き，極力E-mailで連絡ください)) |
| オフィスアワー／Office hours | 小林 洋介(月曜日16:00-17:00) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2022/08/16 |
|---|---|
| 授業のねらい ／Learning Objectives |
「信号処理」，「情報推薦」の実験をとおして,講義で学んだ事柄をより深く理解する： <信号処理> 信号処理の実験では，ディジタル信号処理等の講義で学んだ離散データ処理の理論的事項をもとに，実際に様々な計算を行うことで実践的に理解する。実験の成果をレポートにまとめることで，信号処理の基礎とレポート作成技法を修得する。 ＜情報推薦＞ 情報推薦とは,ユーザの好みに合う商品や情報を推定して提示する技術である。本実験では,Java言語を用いて情報推薦手法の１つであるユーザ相関法を実装し,その動作原理および性能評価方法を身につけることをねらいとする。 |
| 到達度目標 ／Outcomes Measured By: |
課題1.：信号処理プログラミング 目標1-1：フーリエ変換を用い様々な信号の周波数スペクトルを計算できる。 目標1-2：離散信号処理のプログラムを作成できる。 目標1-3：数式やグラフ等を用いた技術レポートを作成できる。 課題2： 情報推薦 目標2-1 ユーザ相関法の原理を理解し,それをプログラミングできる． 目標2-2 ユーザ間の類似度指標の計算法を理解し,精度評価を行うことができる． |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）：1単位（45分/60分）×2時限×15回＝22.5時間 各回の学修時間の目安は、事前・事後合わせて4時限必要です。 第１回：信号処理プログラミングと情報推薦に関する紹介(遠隔授業) 第２回：信号処理:環境構築とレポート作成の基礎(遠隔授業) 第３回：信号処理:信号処理の基礎 第４回：信号処理:周波数特性解析 第５回：信号処理:離散フーリエ変換 第６回：信号処理:総合課題1実験のまとめ 第７回：信号処理:音声信号処理の基本 第８回：信号処理:総合課題2実験のまとめ 第９回：情報推薦:情報推薦システムの事例紹介 第１０回：情報推薦:ユーザ相関法について 第１１回：情報推薦:プログラミングのためのソースコードとデータセットの理解 第１２回：情報推薦:類似度計算法の紹介 第１３回：情報推薦:類似度計算法のプログラミング 第１４回：情報推薦:推薦制度の計算 第１５回：情報推薦:性能評価実験 講義時間外に演習室を開放しています。この開放時間を利用して，各回の演習内容の自主的な予習復習などを前提とします。 なお，各回の学修時間の目安は事前・事後合わせて4時間必要です。 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。 ※本演習で利用するMATLABは学内利用限定の有料ソフトウェアのため，遠隔演習となった場合はPythonに変更する可能性があります。 |
| 参考書等 ／Required Materials |
「情報推薦システム入門 -理論と実践」,Dietmar Jannachら,共立出版(ISBN:978432012296)
「情報検索の基礎」,Christopher D.Manningら,共立出版(ISBN:978432012322) Python対応 ディジタル信号処理(ISBN:9784627776646) ひたすら楽して音響信号解析: MATLABで学ぶ基礎理(ISBN:978433900939) Pythonで学ぶフーリエ解析と信号処理(ISBN:9784339009378) |
| 教科書・参考書に関する備考 | 演習資料はmoodle等で電子配布する。 |
| 成績評価方法 ／Grading Guidelines |
到達度目標のすべての項目について,提出されたレポートの内容で成績を判定する。 100点満点中60点以上が合格点である。 課題1: （信号処理） レポートにおいて、論述問題および信号処理や数値処理を中心とした演習課題を出題し，目標1-1～1-3の達成度を評価する。 課題2: 情報推薦 目標2-1 プログラムのソース・結果・考察を評価する。 目標2-2 精度評価実験の結果・考察を評価する。 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 |
| 履修上の注意 ／Notices |
不合格の場合は再履修すること。 再履修する場合,正規学年の学生と同様に出席し,レポートを提出すること。 関連科目の内容を調べ,理解して授業に臨むこと。 |
| 教員メッセージ ／Message from Lecturer |
信号処理はデータの計測と評価，情報推薦は計測・収集されたデータの処理とその展開にを扱います。この二つの課題で扱う技術はデータサイエンス分野の基礎的な作業フローとなります。両方の課題をきちんと理解し，使いこなすことは4年次の卒業研究や就職後の業務でも大きく役立つと思います。 また扱うデータは実データであり，理論から外れている値もたくさんあります。これ等の外れ値をどのように考え，扱うのかは実務上重要な問題です。慣れないことも多いかと思いますが，頑張って取り組みましょう！ |
| 学習・教育目標との対応 ／Learning and Educational Policy |
学生便覧「学習目標と授業科目との関係表」参照 |
| 関連科目 ／Related course |
プログラミング演習，プログラミングA, B, 信号処理，確率・統計 |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
毎回の授業でプログラミングを用いた実験的課題やその考察を行う課題を課す。 |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
信号処理プログラミングでは，数名のグループで相互に音声ファイルを交換して分析し合う課題を予定している。 ※新型コロナウイルス感染症の流行状況に伴い変更する可能性があります。 |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
1年前期から3年前期に学んだことを基礎として，総合的な学習を行う。 手順を全て与えられるのではなく，資料を読み理解することによって自ら実験手順を考え，実施する演習である。 |
|
Active learning 3-2 ／上記項目に係るALの度合い |
50%超 |