学部・大学院区分
Undergraduate / Graduate
情報学部
時間割コード
Registration Code
1002180
科目区分
Course Category
専門科目(自然情報)関連専門科目(人社,CS)
科目名 【日本語】
Course Title
計算情報学5
科目名 【英語】
Course Title
Computational Informatics 5
コースナンバリングコード
Course Numbering Code
SIS-11-3049-J
担当教員 【日本語】
Instructor
北 栄輔 ○
担当教員 【英語】
Instructor
KITA Eisuke ○
単位数
Credits
1
開講期・開講時間帯
Term / Day / Period
春1期 月曜日 3時限
Spring1 Mon 3
対象学年
Year
3年
3
授業形態
Course style
講義
Lecture
開講系(学部)・開講専攻(大学院)
Subject
自然・複雑システム
必修・選択
Required / Selected
選択


授業の目的 【日本語】
Goals of the Course(JPN)
線形回帰,ロジスティック回帰などの回帰分析,判別分析,ウォード法やk平均化法などのクラスタリング手法,パターン抽出,ナイーブベイズ分類器,サポートベクターマシン,ニューラルネットワークなどビッグ・データの分析に適用するデータ・マイニング技術の理論について学習する。続いて,欠損値処理,進化的計算,セル尾・オートマトンなどについて,基礎学習とRによる実習を学ぶ。受講生は,これらの内容について基礎知識とR言語を用いたプログラミングを理解できる。
授業の目的 【英語】
Goals of the Course
We learn first regression analysis such as linear regression and logistic regression, discriminant analysis, clustering methods such as Ward method and k-averaging method, support vector machine, data to be applied to analysis of big data such as neural network. Next, we also learn missing value processing, evolutionary comutation and cellular automata.
到達目標 【日本語】
Objectives of the Course(JPN)
線形回帰,ロジスティック回帰などの回帰分析,判別分析,ウォード法やk平均化法などのクラスタリング手法,パターン抽出,ナイーブベイズ分類器,サポートベクターマシン,ニューラルネットワークなどビッグ・データの分析に適用するデータ・マイニング技術の理論と,欠損値処理,進化的計算の技法などについて,理論を理解するとともに,Rによるプログラミングを理解できる。
到達目標 【英語】
Objectives of the Course
授業の内容や構成
Course Content / Plan
ガイダンスに続いて,回帰分析,判別分析,機械学習について講述する。続いて,金融情報,材料情報,生命情報などへのデータマイニング手法の応用について講述する。

1. ガイダンス
2. 統計分析
3. 機械学習1
4. 機械学習2
5. 欠損値処理
6. 進化的計算
7. セル・オートマトン
8. 総括
1. Guidance
2. Statistical analysis
3. Machine learning 1
4. Machine learning 2
5. Missing value processing
6. Evolutionary computation
7. Cellular automaton
8. summary
履修条件・関連する科目
Course Prerequisites and Related Courses
特に指定しない.
成績評価の方法と基準
Course Evaluation Method and Criteria
義毎に与える演習課題の評価40%,定期試験60%,合計100点満点で60点以上を合格とする。
教科書・参考書
Textbook/Reference book
必要に応じて配布する。履修条件は要さない。
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
講義で説明した内容の理解を深めるための演習課題を与える。
授業開講形態等
Lecture format, etc.
原則,対面で行う.
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)