学部・大学院区分 Undergraduate / Graduate		農・博前

時間割コード Registration Code		2930009

科目区分 Course Category		Ｃ類 Category C

科目名　【日本語】 Course Title		データサイエンス特別講義３

科目名　【英語】 Course Title		Special Lecture on Data Science 3

コースナンバリングコード Course Numbering Code

担当教員　【日本語】 Instructor		稲垣　哲也 ○

担当教員　【英語】 Instructor		INAGAKI Tetsuya ○

単位数 Credits		1

開講期・開講時間帯 Term / Day / Period		秋１期水曜日５時限 Fall1 Wed 5

対象学年 Year		１年 1

授業形態 Course style

授業の目的　【日本語】
Goals of the Course(JPN)

一回の測定で得られるデータが膨大になってきています。
これらのデータを効率的に解析するには、プログラム技能が必須です。
そこで本授業ではプログラム言語pythonを用いたデータ解析について学びます。
授業はZOOMで開催します。

授業の目的　【英語】
Goals of the Course

The amount of data that can be obtained with a single measurement is increasing.
Programming skills are essential for efficient analysis of these data.
Therefore, in this class, you will learn about data analysis using the program language python.
In this course you will learn the following:
Regression of numerical data [Scikit-learn], acquisition / processing of image data [Open-CV], and image recognition [Tensorflow] are performed using the open library of Python program.
Classes will be held at ZOOM.

到達目標　【日本語】
Objectives of the Course(JPN)

このコースでは次の内容を習得します。
Pythonプログラムのオープンライブラリを用いて、数値データの回帰[Scikit-learn]、画像データの取得・処理[Open-CV]、画像認識[Tensorflow]を行う。

到達目標【英語】
Objectives of the Course

授業の内容や構成
Course Content / Plan

・授業内容
1.はじめに：Jupyterノートブックをインストール
2.はじめに：ワインの味の自動決定
3. DLの準備：動画ファイルの操作
4. DLの準備：画像処理
5.CNNによる画像認識
6.CNNによる画像認識
7.CNNによる画像認識
8.ファインチューニング

・Course Content
1. Introduction: Install Jupyter notebook
2. Introduction: Automatic determination of the taste of wine
3. Preparing for DL: Movie file operations
4. Preparing for DL: Recognize the best shot from video files
5. Image recognition by CNN
6. Image recognition by CNN
7. Image recognition by CNN
8. Fine tuning

履修条件・関連する科目
Course Prerequisites and Related Courses

学生は、このコースの前に「データサイエンス1」と「データサイエンス2」の単位を取得する必要があります。
学生は自分のPCを準備する必要があります
授業はZOOMで開催します。
Prerequisite: Student should acquire the credits for “Data Sciences 1” and “Data Sciences 2” before this course.
Students should prepare their own PC
Classes will be held at ZOOM.

成績評価の方法と基準
Course Evaluation Method and Criteria

出席(70%)と課題(30%)によって評価します
Evaluate by attendance (70%) and report(30%)．

教科書・テキスト
Textbook

教員が準備したパワーポイント
PowerPoint prepared by teachers

参考書
Reference Book

課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)

課題を通して学習してもらいます。
Have them learn through assignments.

使用言語
Language Used in the Course

授業開講形態等
Lecture format, etc.

遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)