WEBシラバス

SYLLABUS

講義名: ﾃﾞｰﾀｻｲｴﾝｽ実践演習Ⅰ(1MK)
開講学部学科: 2025博士前期-社会システム-経営情報
開講学年: １年
開講期: 前期
担当者: 馬場口　登
単位数: 2

授業の目的

「データサイエンス特論I」の内容に合わせて演習を実施する(90分×1時限×15回)。本演習の目的や内容は同講義のシラバスを参照すること。
Conduct exercises according to the content of the lecture 'Advanced Data Science I' (90 min × 1 session × 15 times). Refer to its syllabus for the purpose and content of this class.

科目に関するDP （ディプロマポリシー）

特に重要
重要
望ましい

学修到達目標

1 課題演習を通して、主要なデータサイエンス技術を学び、基本的な問題発見能力・問題解決能力を習得する．
Learn key data science techniques through related exercises, acquiring fundamental skills in problem identification and problem-solving.

2 分野横断的な視点を持ち，他分野からの知見を統合して現実世界の課題に対処する柔軟な問題解決能力を磨く．
Develop a cross-disciplinary perspective, integrating insights from other fields to enhance flexible problem-solving abilities in addressing real-world challenges.

アクティブラーニング講義形態

問題解決学習

関連科目

データサイエンス特論I

評価方法

レポートによる評価
Evaluation through submitted reports

受講心得

データサイエンス特論Iとペアの科目である。PCを持参すること。
This subject is closely related to the lecture "Advanced Data Science I."　Don't forget to bring your own PC.

関連リンク

授業計画

1	テーマ	自然言語処理(1) テキストトークン化 Natural Language Processing (1) Text tokenization
	内容方法等	テキストのトークン化に関する解説，および演習を実施する． Lectures and exercises on text tokenization.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
2	テーマ	自然言語処理(2) 文意解析 Natural Language Processing (2) Semantic Analysis
	内容方法等	文意の解析に関する解説，および演習を実施する． Lectures and exercises on semantic analysis.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
3	テーマ	自然言語処理(3) 文書処理 Natural Language Processing (3) Document Processing
	内容方法等	文書処理に関する解説，および演習を実施する． Lectures and exercises on document processing
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
4	テーマ	情報ネットワーク(1) ネットワークプロトコル Information Network (1) Network Protocols
	内容方法等	ネットワークプロトコルに関する解説，および演習を実施する． Lectures and exercises on network protocols.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
5	テーマ	情報ネットワーク(2) ネットワークセキュリティ Information Network (2) Network Security
	内容方法等	ネットワークセキュリティに関する解説，および演習を実施する． Lectures and exercises on network security.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
6	テーマ	情報ネットワーク(3) リソース管理とネットワーク監視 Information Network (3) Resource Management and Network Monitoring
	内容方法等	リソース管理とネットワーク監視に関する解説，および演習を実施する． Lectures and exercises on resource management and network monitoring
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
7	テーマ	画像情報処理(1) 画像情報処理の基礎 Image Information Processing (1) Basics for image information processing
	内容方法等	画像情報処理の基礎技術に関する解説，および演習を実施する． Lectures and exercises on basic techniques of image information processing.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
8	テーマ	画像情報処理(2) パターン認識 Image Information Processing (2) Pattern recognition
	内容方法等	パターン認識に関する解説，および演習を実施する． Lectures and exercises on pattern recognition.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
9	テーマ	画像情報処理(3) 画像処理・解析に関する最先端技術 Image Information Processing (3) State-of-the-art technologies for image processing and analysis
	内容方法等	画像情報処理の先端技術に関する解説，および演習を実施する． Lectures and exercises on state-of-the-art technologies for image information processing.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
10	テーマ	ペトリネット(1)　ペトリネットの基本概念 Petri Nets (1) Basics Concepts of Petri Nets.
	内容方法等	ペトリネットのネットの基本概念に関する解説，および演習を実施する． Lectures and exercises on Basics techniques of Petri Nets.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
11	テーマ	ペトリネット(2) ペトリネットの表現方法 Petri Nets (2) Representation methods of Petri Nets.
	内容方法等	ペトリネットの表現方法に関する解説，および演習を実施する． Lectures and exercises on representation methods of Petri Nets.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
12	テーマ	ペトリネット(3) ペトリネットの解析手法 Petri Nets (3) Analysis methods of Petri Nets.
	内容方法等	ペトリネットの解析手法に関する解説，および演習を実施する． Lectures and exercises on analysis methods of Petri Nets.
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
13	テーマ	知能マルチメディア処理（１）データの表現と入出力 Intelligent Multimedia Processing (1) Data representation and input/output
	内容方法等	マルチメディアデータの入出力に関する解説，および演習を実施する． Lectures and exercises on multimedia data representation and input/output
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
14	テーマ	知能マルチメディア処理（2）データの変換と解析 Intelligent Multimedia Processing (2) Data transformation and analysis
	内容方法等	マルチメディアデータの変換と解析に関する解説，および演習を実施する． Lectures and exercises on multimedia transformation and analysis
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90
15	テーマ	知能マルチメディア処理（3）周波数解析 Intelligent Multimedia Processing (3) Frequency analysis
	内容方法等	マルチメディアデータの変換と解析に関する解説，および演習を実施する． Lectures and exercises on frequency analysis of multimedia
	事前学修	データサイエンス特論Iを復習し、当該テーマについてWeb等を通じて調査しておく． Review "Advanced Data Science I" and prepare for the topic via the Internet or other sources.	時間（分）	90
	事後学修	課題演習とレポート提出 Report on the exercise.	時間（分）	90

教材・参考書

No.	分類	書籍名	著者名	出版社	価格	ISBN/ISSN
1	教材	なし			ー	ー
2	参考書	授業時指示			ー	ー