広島大学シラバス

シラバスTOPへ
English
年度 2022年度 開講部局 大学院共通教育(博士課程後期・博士課程)
講義コード 8E550102 科目区分 大学院共通科目
授業科目名 データサイエンス
授業科目名
(フリガナ)
データサイエンス
英文授業科目名 Data Science
担当教員名 赤瀬 大
担当教員名
(フリガナ)
アカセ ダイ
開講キャンパス 双方向 開設期 1年次生   後期   4ターム
曜日・時限・講義室 (4T) 集中:オンライン
授業の方法 講義 授業の方法
【詳細情報】
 
講義中心,プログラミング演習 
単位 2.0 週時間   使用言語 J : 日本語
学習の段階 5 : 大学院基礎的レベル
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 博士課程後期
授業のキーワード 機械学習,python
 
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
 
授業の目標・概要等 機械学習の基本を理解するとともに,プログラミング言語pythonを使用した演習を行ない理解を深める. 
授業計画 ・イントロダクション
・python入門
    数値演算,型・演算子
    関数,反復,乱数
・ライブラリ
    NumPy,pandas,Matplotlib,scikit-learn,CVXOPT
・数値計算
    最急降下法,Newton法
    線形計画法,二次計画法
・機械学習
    線型回帰,リッジ回帰,Lasso回帰,多項式回帰,決定木,SVM
    汎化性能,バイアス,バリアンス,学習曲線,交差検証,混同行列



moodleで小テスト,レポートを課す. 
教科書・参考書等 特に指定しない. 
授業で使用する
メディア・機器等
 
【詳細情報】 映像(ビデオ講義) 
授業で取り入れる
学習手法
 
予習・復習への
アドバイス
オンデマンド動画を復習,確認のためにも活用してください. 
履修上の注意
受講条件等
 
成績評価の基準等 講義動画の視聴(閲覧進捗率)を単位付与の前提条件とし,小テストとレポートで成績を評価する. 
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 この講義では,名古屋大学,岐阜大学,三重大学,広島大学の4大学が連携し,ノースカロライナ州立大学協力のもと,実施している取組『「実世界データ演習」を用いる価値創造人材教育の大学連携(文部科学省「超スマート社会の実現に向けたデータサイエンティスト育成事業」)』で作成した,オンデマンドビデオ講義を活用します. 
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