学部・大学院区分情報・博前
時間割コード2560102
科目区分
主専攻科目
科目名　【日本語】知能システム学演習b
科目名　【英語】
コースナンバリングコードGSI166046J
担当教員　【日本語】村瀬　洋 ○ 石川　佳治 戸田　智基 井手　一郎 竹内　栄二朗 武田　浩一 外山　勝彦 武田　一哉 工藤　博章 森　健策 小川　泰弘 長尾　確 大平　茂輝 出口　大輔 小田　昌宏 東中　竜一郎 間瀬　健二 榎堀　優 松原　茂樹 松本　哲也 川西　康友 笹野　遼平 駒水　孝裕
担当教員　【英語】MURASE Hiroshi ○ ISHIKAWA Yoshiharu TODA Tomoki IDE Ichiro TAKEUCHI Eijiro TAKEDA Koichi TOYAMA Katsuhiko TAKEDA Kazuya KUDO Hiroaki MORI Kensaku OGAWA Yasuhiro NAGAO Katashi OHIRA Shigeki DEGUCHI Daisuke ODA Masahiro HIGASHINAKA Ryuichiro MASE Kenji ENOKIBORI Yu MATSUBARA Shigeki MATSUMOTO Tetsuya KAWANISHI Yasutomo SASANO Ryohei KOMAMIZU Takahiro
単位数1
開講期・開講時間帯春集中 その他 その他
Intensive(Spring) Other Other
対象学年１年
1
授業形態
開講系（学部）・開講専攻（大学院）
知能システム学専攻
必修・選択


授業の目的　【日本語】
授業の目的　【英語】
In this exercise, for each field of media informatics, system informatics, and field informatics, students master practical skills of research planning, experiment planning and executing, and publishing research results as papers and academic presentations.
到達目標　【日本語】
本演習は，基盤知能情報学・システム知能情報学・フィールド知能情報学のそれぞれの分野について，研究の計画立案，実験計画の策定，遂行に必要な技術の習得，ならびに研究成果を論文や学会発表として公表するための実践的能力を習得することを目的とする。知能システム学演習aでは，特に研究の基礎となる研究内容の調査能力の涵養を目標とする。
到達目標　【英語】
In intelligent systems science exercise b, the goal is to cultivate research planning skills."
授業の内容や構成
与えられた研究課題に対して，従来研究を調査し，従来研究で明らかになったことと未解明なことを峻別し，
新たな研究上の仮説を設定するとともに，仮設を確認するために必要となる実験方法，評価データ，評価指標を策定する能力を涵養する。
時間外課題として，調査，資料作成，研究実施等を課す。

〔計画〕
1. 統計的検定(1)
2. 統計的検定(2)
3. 実験計画法(1)
4. 実験計画法(2)
5. 研究実例の調査（１：競争的評価プロジェクトの例（DARPA））
6. 研究実例の調査（２：競争的評価プロジェクトの例（TRECVID））
7. 交差検定法
8. 検定ツール
We learn the skills by investigating the previous research, distinguishing what is clarified in the previous research and what is unknown.
We cultivate the ability to to develop evaluation method, establishing a new research hypothesis.

〔plan〕
1. Statistical test (1)
2. Statistical test (2)
3. Experiment planning method (1)
4. Experimental design method (2)
5. Survey (1: Example of Competitive Evaluation Project (DARPA))
6. Survey (2: Example of competitive evaluation project (TRECVID))
7. Cross-validation method
8. Test tool
履修条件・関連する科目
成績評価の方法と基準
研究資源調査の評価２０％，資料作成課題の評価５０％，演習課題の評価３０％，合計１００点満点で６０点以上を合格とする。
教科書・参考書
教科書は指定しないが，データ分析に関する文献で，各分野に適切なものを配布する。
履修条件は要さない。
課外学習等（授業時間外学習の指示）
各回について配布資料の作成を求める。
授業開講形態等
遠隔授業（オンデマンド型）で行う場合の追加措置