| 開講学期／Course Start | 2024年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 他/Oth. |
| 授業区分／Regular or Intensive | 集中講義 |
| 対象学科／Department | 情報電子工学系 専攻共創情報学コース |
| 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 | 演習科目 |
| 授業科目名／Course Title | 情報科学発展演習Ａ／Advanced Exercise of Information Science Ａ |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 近藤 敏志 (システム理化学科数理情報システムコース) , 小笠原 克彦 (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 | MR337 |
| 連絡先／Contact | 近藤 敏志(教員室：V614．E-mail：kondo_at_muroran-it.ac.jp ("_at_"は"@"です)) |
| オフィスアワー／Office hours | 近藤 敏志(特に指定しない．事前にEメールで連絡を入れ日程調整すること) |
| 実務経験／Work experience | 近藤 敏志(民生用・業務用映像関連機器を扱う企業での研究開発経験を有する) |
| 更新日／Date of renewal | 2024/03/06 |
|---|---|
| 授業のねらい ／Learning Objectives |
情報科学は全ての研究領域に関わっており、各自の専門性を更に深化させるためには、データサイエンス、統計、機械学習などの情報科学の理解と実践が不可欠となっている。本演習は、情報科学の理解度およびPythonの習得度に応じて、Python習得コースとデータサイエンスコースに分けて実施する。Python習得コースでは、Pythonのコーディング技術の習得を目的とする。データサイエンスコースでは、統計学および基礎情報科学の復習を行うとともに、各自の研究に応用可能な情報科学の実践能力の習得を目的とする。 Information science is related to all research areas, and understanding and practicing information science, such as data science, statistics, and machine learning, is essential to further deepening one's expertise. This course is classified into two courses according to the level of understanding of information science and the level of Python mastery: the Python mastery course and the data science course. The Python course aims at mastering Python coding techniques. The data science course will review statistics and basic information science. The Data Science course aims to review statistics and basic information science, as well as to acquire practical skills in information science that can be applied to one's own research. |
| 到達度目標 ／Outcomes Measured By: |
1. Pythonの習得：各自の研究目的に応じたPythonのプログラミングができる。 2. データと情報の理解：統計およびデータモデルの種類を列挙でき、研究目的に応じて適応できる。 3. 機械学習の理解と応用：Deep Learningの原理および適応方法について説明でき、各自の研究に応用できる。 1. Python mastery: Be able to program in Python according to the purpose of your research. 2. Understanding of data and information: Be able to enumerate the types of statistics and data models and adapt them according to the purpose of the research. 3. Understanding and application of machine learning: To be able to explain the principles and adaptation methods of Deep Learning and apply them to one's research |
| 授業計画 ／Course Schedule |
●演習時間数 45時間 ●授業ガイダンス：Moodleにて別途連絡する。 ●Udemyのオンラインコンテンツを使って自己学習の形式で実施する。 下記のどちらかを選択し、受講すること。 尚、閲覧期限およびレポート提出期限を8月10日とする。 (1) Python習得コース(約26時間)： Total Python: You Can Master Python Programming in 16 Days https://www.udemy.com/course/total-python/ (2) データサイエンスコース(約30時間)： The Data Science Course: Complete Data Science Bootcamp 2024 https://www.udemy.com/course/the-data-science-course-complete-data-science-bootcamp/ ●レポート課題 「自分の研究テーマに合わせた情報科学の応用について」 (1) Python習得コース 自分の研究テーマ※に関するPythonコードおよび出力結果を提出すること。 (2) データサイエンスコース 自分の研究テーマ※にデータサイエンスを応用し、コードおよび出力結果を提出すること。 ※研究テーマにPythonおよびデータサイエンスが関わらない場合は、別途課題を提示する。 ・対象としているコース以外のUdemyのコースは自由に受講できるので活用してほしい（ただし成績には関係しない）。 ●学修時間の目安は、Udemyの視聴の他に30時間必要である。 ●Total hours 45hrs ●Class guidance: To be announced separately via Moodle. ●This class will be conducted through self-study using Udemy's online content. ●Choose one of the following courses to study. The deadline for Udemy viewing and report submission is August 10th. (1) Python Mastery Course (approx. 26 hours): Total Python: You Can Master Python Programming in 16 Days https://www.udemy.com/course/total-python/ (2) Data Science Course (approx. 30 hours): The Data Science Course: Complete Data Science Bootcamp 2024 https://www.udemy.com/course/the-data-science-course-complete-data-science-b ootcamp/ ●Report Assignment "On the application of information science to your research topic." (1) Python Mastery Course Submit Python code and output results related to your research theme. (2) Data Science Course Apply data science to your research theme and submit the code and output results. ※If your research topic does not involve Python and data science, the faculty will present you with another assignment. ●You are able to take Udemy courses outside of this course and wish to actively utilize them (but not affect your grade). ●Students are expected to undertake an additional 30 hours of s |
| 教科書・参考書に関する備考 |
なし Nothing |
| 成績評価方法 ／Grading Guidelines |
コースの修了証明書の提出(50%)およびレポート(50%)で評価し、60点以上を合格とする。 The score of each student is evaluated by the course completion certificate (50%) and reports (50%). A passing grade is a score of 60 or higher. |
| 履修上の注意 ／Notices |
提出期限が遅れた修了証明書およびレポートは、特別な理由がない限り受理しない。 Certificates of completion and reports submitted late will not be accepted unless there is a special reason for the late submission. |
| 教員メッセージ ／Message from Lecturer |
現代社会では、情報科学は実社会における教養と言っても過言ではない。プログラミング言語の習得は時間がかかるが、研究や業務を深めるためのツールとして習得して欲しい。 It is no exaggeration to say that information science is liberal arts in the current society. It takes time to master the programming language, but we hope that students will learn it as a tool to deepen their research and work. |
| 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共創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 corresponds to all of the learning and educational objectives for the Course of Cross-Disciplinary Informatics of the Division of Information and Electronic |
| 関連科目 ／Related course |
情報科学発展演習B Advanced Exercise of Information Science B |
| 備考 ／Notes |
本演習は英語および日本語で行う。提示したUdemyのコースは日本語字幕付きの英語のコースである。 This exercise will be conducted in English and Japanese. The Udemy course presented is in English with Japanese subtitles. |
| 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） |
自らテーマを設定し，それについての学習，調査，実装を行う。 |
|---|---|
|
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） |
|
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
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） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |