授業の目的 【日本語】
Goals of the Course(JPN) | | | AIの基礎となるデータ分析の知識・技術を学び，データ分析プロジェクト演習を通して実践力を養う． |
|
|
授業の目的 【英語】
Goals of the Course | | | Learn the fundamental knowledge and techniques of data analysis underlying AI, and develop practical skills through data analysis project exercises. |
|
|
到達目標 【日本語】
Objectives of the Course(JPN)) | | | 基礎的なデータ分析技術の理論と実装を理解し，実用的なデータ分析を行う能力を身につける． |
|
|
到達目標 【英語】
Objectives of the Course | | | Understand the theory and implementation of fundamental data analysis techniques, and acquire the ability to perform practical data analysis. |
|
|
バックグラウンドとなる科目【日本語】
Prerequisite Subjects | | |
|
バックグラウンドとなる科目【英語】
Prerequisite Subjects | | | Machine Learning and Data Analysis Exercises |
|
|
授業の内容【日本語】
Course Content | | [前半（概ね10週程度）]
データ分析アルゴリズムの理論と実装
- 回帰・分類のための線形モデル
- データ前処理とモデル診断
- 特徴選択と次元削減
- 低次元非線形モデリング
- 木構造を用いた非線形モデリング
- アンサンブル学習による非線形モデリング
[後半（概ね5週程度）]
グループ単位のデータ分析プロジェクト演習 |
|
|
授業の内容【英語】
Course Content | | [First half (approximately 10 weeks)]
Theory and implementation of data analysis algorithms
- Linear models for regression and classification
- Data preprocessing and model diagnostics
- Feature selection and dimensionality reduction
- Low-dimensional nonlinear modeling
- Nonlinear modeling using tree structures
- Nonlinear modeling via ensemble learning
[Second half (approximately 5 weeks)]
Group-based data analysis project exercises |
|
|
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria | | | 前半の課題提出状況と後半のプロジェクト演習成果に基づいて評価する |
|
|
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria | | | Evaluation will be based on the submission status of assignments in the first half and the outcomes of the project exercises in the second half. |
|
|
履修条件・注意事項【日本語】
Course Prerequisites / Notes | | | 前半で学んだ知識・技術を後半のプロジェクト演習で活用することを念頭に受講すること． |
|
|
履修条件・注意事項【英語】
Course Prerequisites / Notes | | | Students are expected to take the course with the understanding that the knowledge and techniques learned in the first half will be applied in the project exercises in the second half. |
|
|
教科書【日本語】
Textbook | | |
|
教科書【英語】
Textbook | | | Lecture materials will be provided. |
|
|
参考書【日本語】
Reference Book | | 統計的学習の基礎 ―データマイニング・推論・予測（共立出版 2014）
パターン認識と機械学習上・下（丸善出版 2012） |
|
|
参考書【英語】
Reference Book | | Elements of statistical learning 2nd ed. (Trevor Hastie et al., Springer)
Pattern recognition and machine learning (Christopher M. Bishop, Springer) |
|
|
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours | | | 前半は講義で課された課題に取り組み，後半はグループメンバーと協力してデータ分析プロジェクトを進めること． |
|
|
授業時間外学習の指示【英語】
Self-directed Learning Outside Course Hours | | | In the first half, students are expected to work on assignments given in the lectures, and in the second half, to collaborate with group members to carry out a data analysis project. |
|
|
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. | | | 前半は，主に，ビデオオンデマンド形式の講義とする．後半は，5名程度のグループを組み，データ分析プロジェクトにとりくむ． |
|
|
授業開講形態等【英語】
Lecture format, etc. | | | The first half will primarily consist of video-on-demand lectures. In the second half, students will form groups of approximately five members and work on a data analysis project. |
|
|
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) | | | Refer to TACT for more details. |
|
|
実務経験のある教員等による授業科目（大学等における修学の支援に関する法律施行規則に基づくもの）＜実務経験について＞
Courses taught by Instructors with practical experience(Practical experience) | | |
|
実務経験のある教員等による授業科目（大学等における修学の支援に関する法律施行規則に基づくもの）<実務経験と本授業との関連性>
Courses taught by Instructors with practical experience(Relevance of the practical experience to this course) | | |
|