シラバスの詳細な内容を表示します。
→ 閉じる(シラバスの一覧にもどる)
開講年度 | 2024 年度 | |
---|---|---|
開講区分 | 工学研究科(博士前期課程)情報工学専攻 | |
領域 | 主領域 : C | |
受講対象学生 |
大学院(修士課程・博士前期課程・専門職学位課程) : 1年次, 2年次 |
|
選択・必修 | ||
授業科目名 | データサイエンス演習 II | |
でーたさいえんすえんしゅう 2 | ||
Seminar in Data Science II | ||
単位数 | 1 単位 | |
ナンバリングコード | EN-INAP-5
|
|
開放科目 | 非開放科目 | |
開講学期 |
後期 |
|
開講時間 |
|
|
授業形態 |
対面授業 * 状況により変更される可能性があるので定期的に確認して下さい
「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業 |
|
開講場所 | 教員が指定した研究室 | |
担当教員 | 松岡 真如(工学研究科情報工学専攻) | |
MATSUOKA, Masayuki | ||
SDGsの目標 |
|
|
連絡事項 | * 状況により変更される可能性があるので定期的に確認して下さい |
授業の概要 | Course description/outline: Read a journal paper and implement its algorithm in image processing and machine learning field. (画像処理,機械学習や関連領域の論文を選定し,内容の理解と実装を行う.) |
---|---|
学修の目的 | Learning objectives: To acquire ability to explain the basic algorithm and apply the algorithm to the real problem by understanding the basic techniques in image processing and machine learning field. (画像処理,機械学習や関連領域で用いられる手法の概略を理解し,説明,応用できる能力を身につける.) |
学修の到達目標 | Achievements: Enable to explain the basic algorithm and apply the algorithm to the real problem by understanding the basic techniques in image processing and machine learning field. (画像処理,機械学習や関連領域で用いられる手法の概略を理解し,説明,応用できる.) |
ディプロマ・ポリシー |
|
成績評価方法と基準 | 作成資料:30%, 発表と質疑:40%、演習課 題:30% Grading policies and criteria: Preparation of presentation: 30%, Presentation and discussion: 40%, assignment: 30% |
授業の方法 | 演習 |
授業の特徴 |
教員と学生のやり取りは日本語でも、英語による論文や教材の講読を含んだ授業 |
授業アンケート結果を受けての改善点 | |
教科書 | |
参考書 | |
オフィスアワー | Office hour: Make an appointment by e- mail |
受講要件 | None |
予め履修が望ましい科目 | |
発展科目 | |
その他 |
英語対応授業である。 |
MoodleのコースURL |
---|
キーワード | 統計的パターン認識,ベイズ,機械学習,主成分分析,判別分析,ニューラルネットワーク,サポートベクタマシン |
---|---|
Key Word(s) | Statistical pattern recognition, Bayes, Machine learning, Principal component analysis, Discriminant analysis, Neural network, Support vector machine |
学修内容 | Learn and implement a machine learning algorithm. |
事前・事後学修の内容 | |
事前学修の時間:120分/回 事後学修の時間:120分/回 |