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 | 2020 年度 | |
---|---|---|
開講区分 | 教科に関する専門科目(A類)・情報 | |
科目名 | 情報選択必修科目 | |
じょうほうせんたくひっしゅうかもく | ||
Electively Required Subjects at Computing Education Majors | ||
受講対象学生 |
教育学部, A 類 学部(学士課程) : 4年次 期生 |
|
卒業要件の種別 | 選択必修 |
|
授業科目名 | 情報システム実習 | |
じょうほうしすてむじっしゅう | ||
Seminar in Information System | ||
単位数 | ② 単位 | |
ナンバリングコード | educ-math-INFO2764-001
|
|
開放科目 | 非開放科目 | |
開講学期 |
通年 |
|
開講時間 |
木曜日 9, 10時限 |
|
開講場所 | ||
担当教員 | 萩原克幸 | |
Hagiwara, Katsuyuki | ||
SDGsの目標 |
|
授業の概要 | 卒業研究に向けて,多変量解析・機械学習・信号処理の方法を統計解析ソフトRを通して学ぶ.多変量解析については回帰分析・判別分析・主成分分析・クラスター分析、機械学習については非線形回帰・非線形パターン分類法・混合分布モデル・確率推論、信号処理についてはウェーブレット変換など、これらの中からいくつかのテーマを選び、それらについての基礎理論を理解する。 |
---|---|
学修の目的 | 多変量解析・機械学習・信号処理の方法の基礎理論を修得する. |
学修の到達目標 | 多変量解析・機械学習・信号処理の方法の基礎理論を修得する. |
ディプロマ・ポリシー |
|
成績評価方法と基準 | レポート,出席状況およびテーマへの取り組みを総合して評価する. |
授業の方法 | 講義 演習 |
授業の特徴 |
問題提示型PBL(事例シナリオ活用含) 問題自己設定型PBL プロジェクト型PBL 実地体験型PBL その他、能動的要素を加えた授業(ミニッツペーパー、シャトルカードなど) |
授業改善の工夫 | |
教科書 | 教科書:初回に指定する. |
参考書 | |
オフィスアワー | 日時:毎週金曜日16:20~17:50 場所:教育学部2号館1F情報教育第2研究室(萩原克幸) E-mail:hagi@edu.mie-u.ac.jp |
受講要件 | |
予め履修が望ましい科目 | ・プログラミング基礎 ・数値計算 ・マルチメディア基礎 ・マルチメディア応用 |
発展科目 | ・卒業研究 |
その他 |
MoodleのコースURL |
---|
キーワード | 多変量解析、機械学習、信号処理 |
---|---|
Key Word(s) | multivariate analysis, machine learning, signal processing |
学修内容 | 1-10回目:回帰分析の応用 11-20回目:ロジスティック回帰の応用 21-30回目:主成分分析・クラスタ分析の応用 |
事前・事後学修の内容 |