履修条件
|
|
履修科目に条件は無いが、学部時の卒業研究などにおいて、実験的研究を行ってきた学生が望ましい。
|
|
|
授業概要
|
|
近年、IoT技術やディープラーニング技術の進歩により、数値データからそのデータ内に含まれている特徴をデータサイエンス手法により読み解く方法が開発されてきている。これらの方法を実験解析に応用するための基礎を学んでいく。
|
Recently, Data Science methods that is IoT and Deep-Learing make progress, it is possible to objectively estimate a that's feature hidden in data. In this lecture, the student will learn the basics for applying these methods to experimental analysis.
|
|
|
全体の教育目標
|
|
既存の工学的技術をさらに向上させていくために、現状ある技術にどのようにデータサイエンスの考え方を取り入れて新しい技術を開発して行くべきなのか?を自らで考えられる様になることを目指す。
|
|
|
個別の教育目標
|
|
教官が考えるデータサイエンスの取り扱いについて受講生が理解できるように、受講生が経験してきた卒業研究等にどのように応用して行くかをグループで議論するなど共に考えるようにする。
|
|
|
授業計画
|
|
第一部では、講義の流れを把握させると共に、データサイエンスの基礎について学ぶ。第二部では、研究活動においてどのようにデータサイエンスを活かすようにするか?を演習を取り入れながら考える。
|
|
|
キーワード
|
|
|
|
授業の進め方
|
|
講義用に用意したパワーポイントの資料で進める。また、時には計算演習を各自のノートPCにて行うことを計画している。最終的に、レポートを提出してもらう。
|
|
|
テキスト
|
|
|
|
参考書
|
|
|
|
学習相談
|
|
|
|
試験/成績評価の方法等
|
|
出席、および講義中の質疑、演習レポートなどにより、総合的に成績を評価する。
|
|
|
その他
|
|
|
|
添付ファイル
|
|
|
|
更新日付
|
|
2018-04-02 11:05:42.513
|