WEBシラバス

講義名

ﾃﾞｰﾀｻｲｴﾝｽ特論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

谷垣　宏一

単位数

2

授業の目的

データを効率的に扱い，効果的に活用する手法を，情報通信技術における複数の分野から横断的に学ぶ．
本授業はオムニバス形式で行われ，5人の情報科学系教員が各々の専門分野である「自然言語処理」「情報ネットワーク」「画像情報処理」「プログラミング教育」「知能マルチメディア処理」について解説する．各教員はそれぞれ3回の講義を通じて，各分野で用いられるデータサイエンス手法について，前提や特性，解決しようとする課題等を解説する．履修者は自分の専門分野だけでなく他分野のデータサイエンスについても学び，分野横断的な視点を身につけることで，広い視野と柔軟な問題解決能力を獲得することを目指す．（90分×1時限×15回）
Learn the techniques to efficiently handle and effectively utilize data interdisciplinary from multiple fields in information and communication technology.
This course is conducted in an omnibus format, where five faculty members in information science provide lectures on their respective expertised fields of "natural language processing", "information networks", "image information processing", "programming education", and "intelligent multimedia processing". Each faculty member explains the data science techniques used in their respective fields, including premises, characteristics, and issues to be addressed. Students not only learn about data science in their own field but also in other fields, aiming to acquire a broad perspective and flexible problem-solving skills through interdisciplinary learning. (90 minutes × 1 session × 15 times)

科目に関するDP
（ディプロマポリシー）

特に重要

1

重要

2, 3

望ましい

学修到達目標

1 データサイエンスの基礎概念を理解し，現代の社会や産業に与える影響を把握する．
Understand the fundamental concepts of data science and grasp their impact on contemporary society and industry.

2 主要なデータサイエンス技術とその応用事例を学び，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 and their applications, acquiring fundamental skills in problem identification and problem-solving.

3 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

演習による問題解決学習

関連科目

データサイエンス実習演習I

実務経験のある教員による授業

企業において音声認識システム・文書自動分類システム等の研究開発経験を有する教員が，自然言語処理の基礎技術?応用事例について講義する．また，企業において情報システムの研究開発経験と，プログラミングを含むシステム開発の統率・指導経験を有する教員が，プログラミング教育における効果的なデータ分析手法について講義する．

評価方法

履修態度(50％)及びレポート内容(50%)を5つの専門分野で独立に評価してその平均を与える．提出されたレポートについては，授業中またはManaba上で解説を行う．
The course grade will be determined by independently evaluating the attitude toward taking courses (50%) and the content of the reports (50%) in each of the five specialized fields, and then averaging them for the final assessment. The submitted reports will be explained during the class or on Manaba.

受講心得

実施内容の詳細は当該回の担当教員に照会すること．
For detailed information about the contents of the class, please inquire with the lecturer in charge of that particular session.

関連リンク

授業計画

教材・参考書