科目名[英文名]
生物制御科学特別実験Ⅱ   [Advanced Experiments on Bioregulation and Biointeraction Ⅱ]
区分		選択必修		単位数	1
対象学科等		対象年次	～	開講時期	通年
授業形態	通年	時間割番号	WISE1003
責任教員 [ローマ字表記]
鈴木 健仁   [SUZUKI Takehito]
所属	動物病院機構	研究室		メールアドレス

概要

Classcode: arxg62p 　計測機器や通信技術の飛躍的進展により、自然現象から人間の社会的活動に至るまで、様々な領域で膨大なデータを得ることができるようになった。これら膨大なデータから価値ある情報を抽出する方法論を体系化したものがデータサイエンスであり、その関連分野は、数理統計学、情報科学、機械学習、情報可視化など多岐に渡る。本講義では、データサイエンスの初学者が、データの前処理から、機械学習（教師なし学習、教師あり学習）の基礎までを一通り概観することでデータサイエンスの方法論を学ぶことを目的とする。また、日々進化し続けるデータサイエンス技術に関心を向けるため、最新の機械学習技術の動向についても紹介する。 　本科目は後期に開講する。「データサイエンス演習」と同じ学期に履修可能。

到達基準

・データサイエンスの基礎について理解している。 ・基礎的な機械学習の方法（教師なし学習、教師あり学習）について理解している。

授業内容

10月21日から12月16日まで、土曜日午後開講。「データサイエンス演習」と交互に開催します。 教室：小金井13号館4階 L1342（@Koganei L1342, Build.13） 第１〜２回　10月21日（土）3〜4時限（13:00〜14:30, 14:45〜16:15） 　　　第１回　イントロダクション：データサイエンスと機械学習 　　　第２回　 データサイエンスの基礎：データの取得 第３〜４回　11月4日（土）3〜4時限（13:00〜14:30, 14:45〜16:15） 　　　第３回　データサイエンスの基礎：データの前処理 　　　第４回　教師なし学習：クラスタリング，次元圧縮 第５〜６回　12月2日（土）3〜4時限（13:00〜14:30, 14:45〜16:15） 　　　第５回　教師あり学習：線形回帰モデル 　　　第６回　教師あり学習：サポートベクターマシン，決定木 第７〜８回　12月16日（土）3〜4時限（13:00〜14:30, 14:45〜16:15） 　　　第７回　教師あり学習：ニューラルネットワーク 　　　第８回　データサイエンスの未来

履修条件・関連項目

選択必修科目。 線形代数、数理統計学の基礎を修得していること

テキスト・教科書

適時配布する

参考書

適宜紹介する．

成績評価の方法

講義におけるミニテストとレポート課題の成績により総合的に評価する．

教員から一言

データサイエンスの基礎を修得し，実際の研究に役立ててください．

キーワード

データ処理，機械学習

オフィスアワー

適宜

備考１

備考２

参照ホームページ

開講言語

英語

語学学習科目

更新日付

2023/08/18 15:07:16