学部・大学院区分
Undergraduate / Graduate
情報・博前
時間割コード
Registration Code
2560181
科目区分
Course Category
主専攻科目
科目名 【日本語】
Course Title
データ処理ツール演習1
科目名 【英語】
Course Title
Data Processing Tools 1
コースナンバリングコード
Course Numbering Code
GSI166053J
担当教員 【日本語】
Instructor
松本 哲也 ○ 杉浦 健人 榎堀 優
担当教員 【英語】
Instructor
MATSUMOTO Tetsuya ○ SUGIURA Kento ENOKIBORI Yu
単位数
Credits
1
開講期・開講時間帯
Term / Day / Period
春1期 水曜日 5時限
Spring1 Wed 5
対象学年
Year
1年
1
授業形態
Course style
演習
Seminar
開講系(学部)・開講専攻(大学院)
Subject
知能システム学専攻
必修・選択
Required / Selected
選択


授業の目的 【日本語】
Goals of the Course(JPN)
情報学分野では,大規模なデータを効率的に処理するために,様々なデータ処理ツールが利用されている。
本演習では,実世界のデータを用いて,これらのデータ処理ツールの利用方法を習得する過程で,特論の講義で学習した概念の理解を深め,
さらに研究活動においても利用可能なスキルを身につけることを目指す。
データ処理ツール演習1では,主にデータサイエンスの分野で利用されるデータ処理ツールを用いた演習を実施する。
授業の目的 【英語】
Goals of the Course
In the field of informatics, various data processing tools are used to efficiently process large-scale data. In this course, in the process of learning how to use these data processing tools using real world data, you will deepen the understanding of the concept learned in the lecture and acquire useful skills in research activities.
In Data Processing Tools 1, you will exercise using data processing tools mainly used in the field of data science.
到達目標 【日本語】
Objectives of the Course(JPN)
この授業では,受講者が授業終了時に,以下の知識・能力を身につけていることを目標とする。
1. sh/パイプライン処理について理解し,説明できる。
2. 統計/ベイズ統計モデリングについて理解し,説明できる。
3. 画像処理について理解し,説明できる。
到達目標 【英語】
Objectives of the Course
The goal of this class is for students to have the following knowledge and abilities at the end of the class.
1. Understand and explain sh and pipeline
2. Understand and explain statistics and Bayesian statistical modeling
3. Understand and explain image processing
授業の内容や構成
Course Content / Plan
特論の講義と連携したテキスト解析,動的システム解析,信号処理,パターン認識等の実習を通じて,
データ処理ツールを用いたデータ解析や統計的仮説検定の実施方法を演習する。

〔計画〕
1. ガイダンス
2. sh/パイプライン処理
3. 統計/ベイズ統計モデリング
4. 画像処理
You will learn how to conduct data analysis and statistical hypothesis testing through the exercises of text analysis, dynamic system analysis, signal processing, and pattern recognition.

1. Guidance
2. sh / pipeline
3. Statistics / Bayesian statistical modeling
4. Image Processing
履修条件・関連する科目
Course Prerequisites and Related Courses
情報セキュリティ研修を受講済みであることが,必須条件である。
It is a prerequisite to have already taken Information Security Training.
成績評価の方法と基準
Course Evaluation Method and Criteria
演習課題を実施し,そのレポートすべてについて100点満点で60点以上の点数を取得することで合格とする。
Students will pass the course by gaining 60 marks or more out of 100 for the reports.
教科書・参考書
Textbook/Reference book
必要に応じて参考資料を配布する。
実習データはWebページ等から取得できるようにする。
Materials for the course will be provided at the class or available from a web site.
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
実施した演習課題に対するレポートの作成を課す。
Students will be required to submit reports related to the exercises.
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)