授業の目的 【日本語】
Goals of the Course(JPN) | | | データ駆動社会では、データとその分析が新たな付加価値を生み出す。本講義では、多変量解析や機械学習などの分析手法を理解し、そのスキルを身につけます。 |
|
|
授業の目的 【英語】
Goals of the Course | | | In a data-driven society, data and its analysis create new added value. In this lecture, students will understand and acquire skills in analytical methods such as multivariate analysis and machine learning. |
|
|
到達目標 【日本語】
Objectives of the Course(JPN) | | | さまざまなデータの分析方法を理解し，機械学習による画像解析技術などの技能を習得する． |
|
|
到達目標 【英語】
Objectives of the Course | | |
|
授業の内容や構成
Course Content / Plan | | 第１回： データ（量的データと質的データ）
第２回： PythonとRを用いたデータ分析
第３回： データ分析と統計基礎（基本統計量）
第４回： 多変量解析の基礎（回帰分析）
第５回： 多変量解析の基礎（主成分分析と判別分析）
第６回： データ収集と加工
第７回： データ分析と機械学習
第８回： 機械学習による数値データのクラス分類
第９回： 画像処理：空間フィルタ
第１０回： 画像解析：画像特徴量
第１１回： 機械学習と画像クラス分類の基礎
第１２回： 深層学習を用いた画像クラス分類
第１３回： オートエンコーダと画像の異常検知
第１４回： ビッグデータとデータ活用
第１５回： データの利活用と社会システム
まとめ・最終課題
各時演習を含む |
|
|
履修条件・関連する科目
Course Prerequisites and Related Courses | | |
|
成績評価の方法と基準
Course Evaluation Method and Criteria | | 小テスト（20％），最終課題（60％）の完成度，レポート（20%）によって評価を行う．
小テストでは，代表的なアルゴリズムの理解などの知識について評価し，最終課題では，プログラミングの技能と問題解決能力（論理的な思考），レポートを評価します． |
|
|
教科書・テキスト
Textbook | | | テキストについては開講時に指示し，資料配布はMicrosoft Teamsに掲載する． |
|
|
参考書
Reference Book | | ・情報編 高等学校学習指導要領(平成30年告示)解説 文部科学省
・高等学校情報科「情報Ⅰ」教員研修用教材 文部科学省
・高等学校情報科「情報Ⅱ」教員研修用教材 文部科学省 |
|
|
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours) | | | 毎時課題を出します．授業時間外に各自PCを使ってデータ分析や画像処理を行うなど，時間外の学習が必須となります． |
|
|
注意事項
Notice for Students | | 毎時各自PCを持参すること．演習は，オンライン開発環境を利用し行うため，各自Googleアカウントを準備すること（初回講義にて説明）
事前にMicrosoft Teamsを利用したオンライン受講環境（マイク・カメラ）を整えること． |
|
|
他学部生、他専攻生、他研究科生の受講の可否
Propriety of other undergraduate students, other major students, and other graduate students attendance | | |
|
授業開講形態等
Lecture format, etc. | | | 連携教職課程科目であるため，名古屋大学学生はMicrosoft Teamsを使ったオンライン授業，岐阜大学学生は対面授業とする． |
|
|
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) | | |
|