| 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Ｂ／Advanced Exercise of Information Science Ｂ |
| 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) , 橘 理恵 (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 | MR338 |
| 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 |
機械学習（Machine Learning, ML）は，人工知能の一分野である。コンピューターシステムがデータから学習し，パターンを抽出し，問題を解決する能力を向上させるための一連のアルゴリズムや手法のことである。現代の情報技術は機械学習と深く関連しており，機械学習の導入は多岐にわたる情報技術の領域で変革をもたらしている。本演習では学生自身の興味に応じて，自然言語コースと画像処理コースに分けて実施することにより，機械学習の実践力の習得を目的とする。 Machine learning is a field of artificial intelligence (AI) that involves developing algorithms and models that enable computer systems to learn from data, identify patterns, and improve their performance on a specific task. Machine learning is closely intertwined with contemporary information technology, contributing to transformative advancements across various domains. This course is classified into two according to the student's interests. By doing either course, the objective is to acquire practical skills in machine learning. |
| 到達度目標 ／Outcomes Measured By: |
1. Pythonの応用：各自のテーマに応じて，開発環境の整備および複数のライブラリを用いたPythonのプログラミングにより問題解決ができる。 2. 機械学習の理解と応用：各自のテーマに対して機械学習を用いたモデル構築，評価，結果の導出ができる。 1. Advanced Python: To be able to set up a development environment and code programs in Python using some libraries to solve one's own practice theme. 2. Understanding and application of machine learning: To be able to build models, evaluate, and derive results using machine learning for your interest. |
| 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) 自然言語コース(約23時間)： Machine Learning: Natural Language Processing in Python (V2) https://www.udemy.com/course/natural-language-processing-in-python/ (2) コンピュータビジョンコース(約25時間)： 2つのUdemyコースの視聴を必須とする。 a. Python for Computer Vision with OpenCV and Deep Learning https://www.udemy.com/course/python-for-computer-vision-with-opencv-and-deep-learning/ b. Deep Learning and Computer Vision A-Z + AI & ChatGPT Prizes https://www.udemy.com/course/computer-vision-a-z/ ・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）。 ●レポート課題 「自分の興味に合わせたテーマにおける機械学習手法の比較」 ・自分の興味のあるテーマに機械学習を応用し，比較実験した内容をまとめたレポートとPythonコードを提出すること。 ・必ず，二つ以上の機械学習手法を実装すること。 ・可能な限りオープンデータセットを利用し，評価時に再現できるようにすること。 ・情報科学発展演習Aを履修した学生は情報科学発展演習Aのレポートで取り上げた内容とは別のテーマを必ず設定すること。 ●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 --- Please refer to the English course description (due to the limit of the number of characters.) |
| 教科書・参考書に関する備考 |
特になし Nothing special. |
| 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。 Evaluation is based on the course completion certificates (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 particular reason for the late submission. |
| 教員メッセージ ／Message from Lecturer |
理解を深めるために，他のUdemyコースも積極的に活用してください。 To deepen student’s understanding, you can also take other Udemy courses. |
| 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A Advanced Exercise of Information Science A. |
| 備考 ／Notes |
本演習は英語および日本語で行う。提示したUdemyのコースの一部は日本語字幕付きの英語コースである。 This exercise will be conducted in English and Japanese. Some of the assigned Udemy courses are 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 |