シラバス参照

授業情報/Course information

科目一覧へ戻る 2024/01/31 現在

科目名/Subject 片岡 駿 3年ゼミ
担当教員(所属)/Instructor 片岡 駿 (商学部)
授業科目区分/Category 昼間コース 学科別専門科目
開講学期/Semester 2023年度/Academic Year  前期/Spring Semester
開講曜限/Class period 木/Thu 4 , 木/Thu 5
対象所属/Eligible Faculty
配当年次/Years 3年 , 4年
単位数/Credits 0
研究室番号/Office
オフィスアワー/Office hours
更新日/Date of renewal 2023/02/28
授業の目的・方法
/Course Objectives and method
<目的>
機械学習・統計学の技術を習得し,実社会の様々な問題に取り組めるようになる.

<方法>
前半はテキストの輪講を通して基本的な方法について学習する.
後半は各学生がテーマ課題を設定し,テーマ課題の取り組みに関して発表を行う
達成目標
/Course Goals
・機械学習・統計学の基本的な方法を習得する.
・実社会の問題に対し,どうのような方法が使えるかの判別ができる.
・課題への取り組み方(問題の設定や用いた手法)をわかりやすく説明できる.
授業内容
/Course contents
前半は課題解決に必要な知識をプログラミング演習を通して習得することを主な目標とし,後半開始までに具体的なテーマ課題を決定してもらいます.
課題解決に必要な知識は基礎数学(線形代数と微積分の基礎)や統計学,機械学習,プログラム言語(Python)等で,ゼミ活動を通してこれらの知識を学習していきます.
テーマ課題の決定後はこれらの学習と並行してそれぞれの課題に取り組み,各自の進捗をプレゼンテーション形式で発表し,その後のディスカッションによって今後の具体的な方針を定めていきます.
事前学修・事後学修
/Preparation and review class
<事前学習>
・各自の課題や担当箇所に関して定期的に取り組み,プレゼンテーションの準備をすること.


<事後学習>
・発表後の議論の内容をまとめ理解の向上をはかること.
使用教材
/Teaching materials
適宜指示する.
成績評価の方法
/Grading
課題への取組み具合に基づき総合的に判定.
成績評価の基準
/Grading Criteria
社会情報学科標準成績評価基準に従う.
実務経験者による授業
/Courses conducted by the
ones with practical
experiences
該当しない/No
授業実施方法
/Method of class
①面接授業/Face-To-Face class
遠隔授業
/Online class
遠隔授業/Online class

科目一覧へ戻る