学部・大学院区分
Undergraduate / Graduate
工学部
時間割コード
Registration Code
0836530
科目区分【日本語】
Course Category
専門基礎科目
科目区分【英語】
Course Category
Basic Specialized Courses
科目名 【日本語】
Course Title
応用データサイエンス
科目名 【英語】
Course Title
Applied Data Science
コースナンバリングコード
Course Numbering Code
担当教員 【日本語】
Instructor
旭 良司 ○ 足立 吉隆 松岡 辰郎 塚田 祐貴 沓掛 健太朗
担当教員 【英語】
Instructor
ASAHI Ryoji ○ ADACHI Yoshitaka MATSUOKA Tatsuro TSUKADA Yuki KUTSUKAKE Kentaro
単位数
Credits
2
開講期・開講時間帯
Term / Day / Period
春 火曜日 4時限
Spring Tue 4
授業形態
Course style
講義
Lecture
学科・専攻【日本語】
Department / Program
マテリアル工学科
学科・専攻【英語】
Department / Program
Department of Materials Science and Engineering
必修・選択【日本語】
Required / Selected
必修
必修・選択【英語】
Required / Selected
Compulsory


授業の目的 【日本語】
Goals of the Course(JPN)
データサイエンスは、多くの材料研究にとって、不可欠な存在となっている。応用領域は、実験計画、データ解析、材料設計まで幅広い。本講義では、材料研究を遂行する上で必要となる基礎的なプログラミング技術や応用技術の習得を目的とする。
授業の目的 【英語】
Goals of the Course
Data science has become an integral part of materials research. Its application areas range from experimental design, data analysis, and materials design. The purpose of this lecture is to learn the basic programming and application techniques in doing research projects.
到達目標 【日本語】
Objectives of the Course(JPN))
授業終了時までに、受講者が以下の項目を達成することを目標とする。

1.Pythonによるプログラミングの基礎を修得する。

2.データ解析、機械学習の基礎を修得する。

3.材料研究におけるデータサイエンスの適用例から、様々なデータ解析や応用について理解し、説明できる。
到達目標 【英語】
Objectives of the Course
By the end of the course, students should

1. Obtain basic knowledge about Python programming,

2. Obtain basic knowledge about data analysis and machine learning,

3. Obtain basic knowledge about various data analysis and applications of data science in materials research.
バックグラウンドとなる科目【日本語】
Prerequisite Subjects
微分積分学Ⅰ、微分積分学Ⅱ、線形代数学Ⅰ、線形代数学Ⅱ、データ科学基礎
バックグラウンドとなる科目【英語】
Prerequisite Subjects
Calculus I, Calculus II, Linear Algebra I, Linear Algebra II, Introduction to Data Science
授業の内容【日本語】
Course Content
1.Pythonによるプログラミング基礎

・Pythonの基礎

・フロー制御

・モジュール、関数

・リスト、配列

・データの入出力と可視化

・物理シミュレーション



2.機械学習の基礎

・教師あり学習(回帰、分類、アンサンブル法)

・教師なし学習(クラスタリング、主成分分析)

・ニューラルネットワーク(2層NN、誤差逆伝搬法、畳み込みNN)



3.機械学習の応用

・データ前処理、記述子、モデル解釈

・機械学習予測モデルと逆解析

・プロセスインフォマティクス(条件最適化、逐次最適化、異常検知など)



4.材料画像工学

・材料画像工学1(数学に基づく形態定量評価)

・材料画像工学2(深層学習による画像認識)

・材料画像工学3(敵対的生成ネットワークによる画像生成)
授業の内容【英語】
Course Content
1. Python programming

・Style guide for Python code

・Flow control

・Modules and functions

・List and array

・Data input/output and visualization

・Physical simulation



2. Basics of machine learning

・Supervised learning (regression, classification, ensemble methods)

・Unsupervised learning (clustering, principal component analysis)

・Neural networks (two-layer NN, error back propagation, convolutional NN)



3. Applications of machine learning

・Data preprocessing, descriptors, and model interpretation

・Machine learning predictive models and inverse analysis

・Process informatics (conditional optimization, sequential optimization, anomaly detection, etc.)



4. Materials Image Engineering

・Materials Image Engineering 1 (quantitative evaluation of morphology based on mathematics)

・Materials Image Engineering 2 (Image recognition by deep learning)

・Materials Image Engineering 3 (Image generation by generative adversarial network)
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria
達成目標に対しての修得度をレポート、中間試験および期末試験にて評価する。
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria
Based on degree of mastery of the objectives assessed through reports, mid-term and final examinations.
履修条件・注意事項【日本語】
Course Prerequisites / Notes
履修条件は要さない。
履修条件・注意事項【英語】
Course Prerequisites / Notes
No registration requirements are imposed.
教科書【日本語】
Textbook
講義資料を配布する。
教科書【英語】
Textbook
Distribute materials at lecture
参考書【日本語】
Reference Book
必要な参考資料を配布する。
参考書【英語】
Reference Book
Distribute materials at lecture
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours
授業で示す課題についてレポートを作成すること。
授業時間外学習の指示【英語】
Self-directed Learning Outside Course Hours
Reports
使用言語【英語】
Language used
使用言語【日本語】
Language used
授業開講形態等【日本語】
Lecture format, etc.
対面で実施
授業開講形態等【英語】
Lecture format, etc.
Face-to-face class
遠隔授業(オンデマンド型)で行う場合の追加措置【日本語】
Additional measures for remote class (on-demand class)
遠隔授業(オンデマンド型)で行う場合の追加措置【英語】
Additional measures for remote class (on-demand class)