演習A-1

応用データサイエンス学位プログラム

MADS2101

コース情報

担当教員: 大槻 東巳

単位数: 2

年度: 2024

学期: 春学期

曜限: 水5

形式: 対面授業

レベル: 600

アクティブラーニング: なし

他学部履修: 不可

評価方法

出席状況

50%

授業参加

50%

その他

発表,解説や討論を総合的に評価する。

0%

詳細情報

概要

各担当教員の指導のもと,データサイエンスの研究課題に関連した学術教科書を輪番で解説し,討論・発表会を行い,今後特定課題を完成させる上で必要となる基礎知識の向上を目指す。演習A-1では特定の分野に限定せず,幅広い基本的な知識を高める。その過程を通して,カリキュラム・ポリシーである「データサイエンスの基礎知識やスキルおよびリテラシーや学術的な視点の習得」を行う。

目標

データサイエンスにおける最新の学術研究を理解できるようにする。これによりディプロ マ・ポリシーである「応用データサイエンスおよび関連分野において最先端で活躍できる専門知識を身につけるとともに,新手法の開発や新分野の開拓をできる力」「自らの専門分野に加え,それ以外の自然科学あるいは社会科学との学際分野も含めて広範に学ぶことにより,データサイエンスが人間社会や地球環境に与える影響などを多面的に捉える力」の育成を行う。

授業外の学習

ゼミ形式なので,担当部分の発表準備と,他の学生発表分の復習を行う。発表準備,およ び,復習に必要な時間の目安は,それぞれ,2 時間である。

所要時間: 4時間

スケジュール

  1. 特定課題のために不可欠な知識を得るために,専門的な教科書を指定する。
  2. 教科書の輪講1 機械学習とは
  3. 同教科書の輪講2 機械学習の基礎
  4. 同教科書の輪講3 ニューラルネットワーク入門
  5. ここまでのまとめ
  6. 同教科書の輪講4 ニューラルネットワーク
  7. 同教科書の輪講5 損失関数
  8. 同教科書の輪講6 損失関数に対する勾配降下法
  9. ここまでのまとめ2
  10. ここまでのまとめと修士論文との関係を議論7 損失関数と正則化
  11. ここまでのまとめと修士論文との関係を議論8 誤差逆伝播法
  12. ここまでのまとめと修士論文との関係を議論9 オートエンコーダー
  13. ここまでのまとめと修士論文との関係を議論3 畳み込みニューラルネットワーク
  14. 基礎知識の確認のための発表会1
  15. 基礎知識の確認のための発表会2

教科書

論文,解説論文

    参考書

    書籍情報はありません。

    © 2025 上智非公式シラバス. All rights reserved.