| 開講学期／Course Start | 2024年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 他/Oth. |
| 授業区分／Regular or Intensive | 集中講義 |
| 対象学科／Department | 大学院工学研究科博士前期課程情報電子工学系専攻共創情報学コース／Master's CourseDivision of Information and Electronic EngineeringCourse of Cross-Disciplinary Informatics |
| 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Ｃ／Advanced Exercise of Information Science C |
| 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) , 髙瀬 裕也 (創造工学科建築土木工学コース) , 湯浅 友典 (創造工学科機械ロボット工学コース) |
| 時間割コード／Registration Code | MS339 |
| 連絡先／Contact |
近藤 敏志(教員室：V614．E-mail：kondo_at_muroran-it.ac.jp ("_at_"は"@"です))
髙瀬 裕也(D323 0143-46-5202 y.takase@mmm.muroran-it.ac.jp) 湯浅 友典(Tel: 0143-46-5347, E-mail: yuasa@muroran-it.ac.jp, Room: Y401) |
| 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)
髙瀬 裕也(火曜日 12：00 ～ 12：30 水曜日 12：00 ～ 12：30) 湯浅 友典(Mon: 16:00-17:00, Tue: 13:00-14:00) |
| 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)
髙瀬 裕也(建設会社において構造設計に携わった在職経験を有する) |
| 更新日／Date of renewal | 2024/09/04 |
|---|---|
| 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，機械学習，ディープラーニング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，情報科学の理解度に応じて，機械学習習得コースとディープラーニング修得コースに分けて実施する． Information science is related to all research areas, and understanding and practicing information science, such as machine learning and deep 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: the Machine Learning mastery course and the Deep Learning Mastery Course. |
| 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: Being 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2月1日とする。 (1) 機械学習習得コース(約43時間)： Machine Learning A-Z: AI, Python & R + ChatGPT Prize https://muroran-it.udemy.com/course/machinelearning/ (2) ディープラーニング修得コース(約30時間)： Deep Learning A-Z 2024: Neural Networks, AI & ChatGPT Prize https://muroran-it.udemy.com/course/deeplearning/ Decision Trees, Random Forests, AdaBoost & XGBoost in Python https://muroran-it.udemy.com/course/machine-learning-advanced-decision-trees-in-python/ ●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) 機械学習習得コース 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し発表すること。 (2) ディープラーニング修得コース 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し発表すること。 なお、発表方法についてはガイダンスで説明する。 ※研究テーマにPython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。 |
| 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(40%)、レポート(40%)および発表(20%)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 (40%), reports (40%) and presentation (20%). 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A,B,D Advanced Exercise of Information Science A, B, And D |
| 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 | ||||