広島大学シラバス

シラバスTOPへ
English
年度 2020年度 開講部局 情報科学部
講義コード KA218001 科目区分 専門教育科目
授業科目名 ビッグデータ
授業科目名
(フリガナ)
ビッグデータ
英文授業科目名 Big Data
担当教員名 RAYTCHEV BISSER ROUMENOV
担当教員名
(フリガナ)
ライチェフ ビセル ルメノフ
開講キャンパス 東広島 開設期 3年次生   後期   4ターム
曜日・時限・講義室 (4T) 火1-4:工219
授業の方法 講義 授業の方法
【詳細情報】
講義中心、演習中心 
単位 2 週時間   使用言語 B : 日本語・英語
学習の段階 3 : 中級レベル
学問分野(分野) 25 : 理工学
学問分野(分科) 02 : 情報科学
対象学生 3年次生 後期 セメスター(後期)
授業のキーワード ビッグデータ,データ解析,大規模機械学習 
教職専門科目   教科専門科目  
プログラムの中での
この授業科目の位置づけ
 
到達度評価
の評価項目
情報科学プログラム
(能力・技能)
・A. 情報基盤の開発技術,情報処理技術,データを分析して新しい付加価値を生む技術
(総合的な力)
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し,データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力 
授業の目標・概要等 非常に大規模で,高次元のデータを格納・処理・解析・可視化するための最も重要なアルゴリズムとデータ構造の原理を理解し,ビッグデータ関連各種応用に利用できる能力を実データ用いた演習で幅広く学ぶ. 
授業計画 第1回:ビッグデータの基礎概念
第2回:大規模ファイルシルテムとマップレデュース
第3回:マップレデュースの拡張
第4回:局所性鋭敏型ハッシング
第5回:ストリームデータモデルとデータストリームのマイニング
第6回:リンク解析,頻出アイテムセット
第7回:ストリームに対するクラスタリングと並列化
第8回:オンラインアルゴリズムとウェブ上での宣伝
第9回:推薦システム
第10回:ビッグデータの可視化
第11回:演習1(MapReduceを用いたソフトウェア開発)
第12回:演習2(ビッグデータを用いたデータ分析処理)
第13回:演習3(クラウドコンピューティングによる大規模機械学習Ⅰ)
第14回:演習4(クラウドコンピューティングによる大規模機械学習ⅠI)
第15回:演習5(クラウドコンピューティングによるビッグデータの可視化)

中間テストと期末テストを実施する 
教科書・参考書等 テキスト
A. Rajaraman, J. D. Ullman, 岩野・浦本訳:大規模データのマイニング、共立出版
J. Leskovec, A. Rajaraman, J. D. Ullman: "Mining of Massive Datasets" 3ed, Cambridge University Press
 
授業で使用する
メディア・機器等
テキスト,配付資料,パワーポイントスライド 
予習・復習への
アドバイス
講義については,予習は不要ですが,授業に積極的に参加して下さい.
演習・プログラミング課題・レポートについては,自習する必要があります. 
履修上の注意
受講条件等
 
成績評価の基準等 レポートと中間テスト・定期試験を総合して評価する. 
実務経験  
実務経験の概要と
それに基づく授業内容
 
メッセージ  
その他 講義は日本語で資料のみ英語とする. 
すべての授業科目において,授業改善アンケートを実施していますので,回答に協力してください。
回答に対しては教員からコメントを入力しており,今後の改善につなげていきます。 
シラバスTOPへ