授業情報/Course information

開講学期/Course Start 2023年度/Academic Year   前期/First
開講曜限/Class period 金/Fri 7 , 金/Fri 8 , 金/Fri 9 , 金/Fri 10
授業区分/Regular or Intensive 週間授業
対象学科/Department
対象学年/Year 1年 , 2年
授業科目区分/Category 博士前期課程 大学院自専攻科目
必修・選択/Mandatory or Elective 選択
授業方法/Lecture or Seminar 講義科目
授業科目名/Course Title 情報メディア工学特論 /Advanced Information Media Engineering
単位数/Number of Credits 2
担当教員名/Lecturer 岡田 吉史 (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 MR303
連絡先/Contact 岡田 吉史(教員室:V611
okada@muroran-it.ac.jp)
オフィスアワー/Office hours 岡田 吉史(木曜日 16:00-17:00 (V611室))
実務経験/Work experience
更新日/Date of renewal 2023/02/13
授業のねらい
/Learning Objectives
膨大なデータの中からユーザに適した情報を抽出する技術は、情報工学分野における重要なテーマとなっている。本講義では、ユーザの意図、関心、嗜好に合った情報を提供することを目的とした「情報検索システム」と「情報推薦システム」に関する基本原理と応用技術について論ずる。

Information extraction from large-scale database is a key issue in the field of information engineering. This course provides fundamental knowledge and practical technologies concerning information retrieval systems and recommender systems.
到達度目標
/Outcomes Measured By:
1. 情報検索システムおよび情報推薦システムの基本原理を説明できる。
2. 基本的な検索/推薦モデルを用いてシステムを構築し、性能評価を行うことができる。

1. Understanding the basic principles of information/recommender systems
2. Implementing basic retrieval/recommendation models and evaluating the performances on those systems.
授業計画
/Course Schedule
総授業時間数 22.5時間 (Total hours 22.5hrs)

1週目: 情報検索システムの構成 (Component technologies of information retrieval systems)
2週目: 検索モデルと性能評価 (Retrieval models and performance evaluation)
3週目:情報推薦システムの構成 (Component technologies of recommender systems)
4週目:推薦モデルと性能評価(Recommendation models and performance evaluation)
5週目: 実験計画に関するプレゼンテーション (Presentation on experimental design)
6週目: 検索システム/推薦システムの実装(Impulementation of retrieval system/recommender system)
7週目: 検索システム/推薦システムに関する実験(Performance evaluation of  retrieval system/recommender system)
8週目: 本授業のまとめとレポート作成(Summary of this class and report writing)


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。
Due to the epidemic situation of COVID19, the plan and implementation method may be changed.
In that case, I will explain to you properly.

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。
For each 90 minute class, students are expected to undertake an additional 4 hours of
self study.
教科書
/Required Text
なし。適宜資料を配布する。
参考書等
/Required Materials
Modern Information Retrieval: The Concepts and Technology behind Search (2nd Edition) , Ricardo Baeza-Yates, Berthier Ribeiro-Neto, Addison-Wesley Professional; 2版(ISBN:0321416910)
Recommender Systems: An Introduction, Dietmar Jannach他, Cambridge University Press (ISBN:0521493366)
教科書・参考書に関する備考 教科書は指定しない。授業中に講義スライドを配布する。

Nothing special. Lecture slides will be provided in class.
成績評価方法
/Grading Guidelines
プレゼンテーション(30%)とレポート(70%)で評価する。
プレゼンテーションを行わなかった者、提出期限までにレポートの提出が無い者は、成績評価の対象とせず不合格とする.
合計点数が60点以上を合格とする.
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。

Evaluation is based on a presentation (30%) and two reports (70%).
A score of 60% or better is required to pass this course.
Due to the epidemic situation of COVID19, the evaluation method may be changed.
In that case, I will explain to you properly.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報電子工学系専攻の情報システム学コースと知能情報学コースの学習・教育目標の全ての項目に対応している.
This course is relate to all the educational policies of Computer Systemics Course and Intelligent Informatics Course in Division of Information and Electronic Engineering.
関連科目
/Related course
この授業科目は情報電子工学系専攻の情報システム学コースと知能情報学コースの学習・教育目標の全ての項目に対応している.
This course is relate to all the educational policies of Computer Systemics Course and Intelligent Informatics Course in Division of Information and Electronic Engineering.
備考
/Notes
本講義は日本語で行われる。

This lecture will be taught in Japanese.
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)
講義時間内に小テストを行う。
Active learning 1-2
/上記項目に係るALの度合い
15%未満
Active learning 2-1
/対話的学修(グループ学習,協働,調査体験 等)
各自の実験テーマを紹介し、互いに議論する。
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)
最先端の情報工学的アプローチを組み合わせた技術を習得する。
Active learning 3-2
/上記項目に係るALの度合い
50%超