10bet銀行振込

var waitingMessage = "お待ちください..."; var showBlockAlartMessage = "処理中です。しばらくお待ちください。"; var sessiOnExpirationAlertMessage= "まもなくセッションタイムアウトします。下のボタンからセッションタイムアウトを回避できます。"; var sessiOnContinuationButton= "セッションを継続する"; var sessiOnExpirationNotifyMessage= "セッションタイムアウトした恐れがあります。画面上の設定、若しくは入力内容があればお手元に控えた上で、再度ログインしてください。"; var closeAlertDialog = "閉じる"; var ajaxRequestError = "エラーが発生しました"; var addListenerError = "お使いのブラウザは対応していません。"; var noFoundResourceError = "存在しないファイルが指定されています。指定し直して下さい。"; --> --> --> --> --> シラバス参照 --> 年度 2022  講義コード 20E11201  講義名 データサイエンスの基礎  担当教員 石塚辰美 担当教員（英字） Ishizuka, Tatsumi 講義期間 前期  授業形態 講義  単位数 2  履修上の注意点   ディプロマポリシーとの関連 知識・理解 基本的技能・態度 コミュニケーション能力 総合活用力 ●  ●      --> --> 授業の概要 データサイエンスは、最近のビックデータ解析、AI(人工知能)の応用が様々な分野で脚光を浴びるようになり、誕生した新しい学問分野である。この背景には、安価で高性能なコンピュータが開発され、それと軌を一にしたインターネットの爆発的普及と無線技術の進歩によってもたらされた莫大なデータ蓄積と分析コストの急激な減少がある。データサイエンスの基礎はコンピュータ科学であるが、この講義では、データとは何か、情報とは何か、知能とは何かという基本的考え方とそれらをコンピュータ上でどのように取り扱うのかを主題とする。デジタル化されたデータ表現やその伝達手段、次にデータの計算方法、計算理論を学び、データをコンピュータで処理するためのアルゴリズムの仕組みを考える。また、アルゴリズムとは異なるコンピュータのデータ処理方法である機械学習がビックデータ解析、AIで使われていることを学ぶ。企業において幅広い分野の多様なデータ分析を扱ってきた実務経験を踏まえ、いかに理論・数理モデリング・アルゴリズムを組み立てて分析を行い、意味のある結果を導出するかを考察する。  授業目標 ①情報の基礎理論を理解できるようになること②コンピュータによる計算の仕組みとアルゴリズムを理解できるようになること③機械学習の考え方を理解できるようになること  授業計画（授業スケジュールと内容） 第１回　情報と情報システム第２回　コンピュータと情報表現第３回 情報伝達と通信第４回　コンピュータと計算第５回　計算理論と計算モデル第６回　アルゴリズムとデータ構造Ⅰ第７回　アルゴリズムとデータ構造Ⅱ第８回　計算不能問題第９回　コンピュータと知識表現第１０回　機械学習とエキスパートシステムⅠ第１１回　機械学習とエキスパートシステムⅡ第１２回　機械学習と推論Ⅰ第１３回　機械学習と推論Ⅱ第１４回　人間とコンピュータの関係第１５回　人工知能の未来  事前事後学習（学習課題） 毎回の講義内容をノートに取り復習し、分からない点があれば次回の講義で質問をすること。  成績評価方法 ・授業への参加態度、質疑応答(20%)・中間レポート(30%)・最終レポート(50%)  教材（テキスト） テキストは使わず、毎回レジュメまたは資料を配布する。  参考文献 ・山口和紀「情報」第２版、東京大学出版会、2017年、ISBN978-4-13-062457-2・Alan W. Biermann「やさしいコンピュータ科学」アスキー出版局、1993年、ISBN4-7561-0158-5・石村園子「やさしく学べる離散数学」共立出版、2007年、ISBN978-4-320-01846-4  使用言語 日本語  抽選・選抜条件 実務経験のある教員による授業科目 「実務経験のある教員」  備考 出席は毎回取ります。３分の２以上の出席（10回以上）がない場合、履修を放棄したと判断します。【オンライン授業に切り替えた場合の授業形態】授業形態：オンライン授業（リアルタイム配信型）資料・連絡事項掲載場所：Web Class  添付ファイル 更新日付 2022/02/24 17:19 --> PAGE TOP -->