English

年度	2024年度	開講部局	情報科学部
講義コード	KA237003	科目区分	専門教育科目
授業科目名	情報科学演習III（知能科学プログラム）
授業科目名 （フリガナ）	ジョウホウカガクエンシュウ３（チノウカガクプログラム）
英文授業科目名	Informatics and Data Science Exercise III(Intelligence Science Program)
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   ３ターム
曜日・時限・講義室	(3T) 月5-7：東図書館3Fセミナー室D
授業の方法	演習	授業の方法 【詳細情報】
			演習中心
単位	1.0	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
授業のキーワード	データ分析，機械学習，メディア内容解析
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 （学部生対象科目のみ）	様々なデータの解析に必要な基本的な技術を修得することと機械学習の基本的な知識を身につけて適用できることを目標とする。
到達度評価 の評価項目 （学部生対象科目のみ）	計算機科学プログラム （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． ・B. 新たな課題を自ら発見し，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処理・分析により，課題を解決する能力． ・D3. ハードウェアとソフトウェアの知識及びデータを効率的に処理するプログラミング能力． データ科学プログラム （知識・理解） ・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力． （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． ・B. 新たな課題を自ら発見し，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処理・分析により，課題を解決する能力． 知能科学プログラム （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． ・B. 新たな課題を自ら発見し，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処理・分析により，課題を解決する能力． （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的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力．
授業の目標・概要等	情報科学部のこれまでの講義で幅広く学んできた知識を踏まえて，専門的かつ実践的な内容について演習を行う．与えられた演習課題や問題に対して，自ら解決方法を見つけ出して対処し，その結果をレポートとしてまとめ報告する能力を習得する．具体的には第２・３・４週にはテーマ１「データアナリティクス」についての演習，第５・６・７週にはテーマ２「メディア内容解析」について演習を行う．これによって，一般的なデータや様々なメディアの解析に必要な諸技法の習得を目的とする．
授業計画	第1週　ガイダンス(東図書館の3階セミナー室Dに集合してください) 第2週　Pandasを用いたデータ解析（ライチェフ） 第3週　ビジュアライゼーションと回帰（ライチェフ） 第4週　分類とクラスタリング（ライチェフ） 第5週　音楽オーディオ処理（ユ） 第6週　特徴抽出と可視化（ユ） 第7週　コンテンツに基づく音楽検索（ユ） 第8週　試験(テーマ１・２) テーマ毎にレポート及び試験を行う
教科書・参考書等	各テーマの担当教員の指示に従う．
授業で使用する メディア・機器等
	【詳細情報】
授業で取り入れる 学習手法
予習・復習への アドバイス	初回のガイダンスで，各テーマの演習トピックスについて紹介する．
履修上の注意 受講条件等
成績評価の基準等	各テーマのレポートと試験を総合的に評価する．
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
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。