演習A-2

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。本講義では,主に,深層学習や機械学習,コンピュービジョンに関する内容を取り扱う。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。アクティブラーニングとして,担当者はプレゼンテーション形式で説明する。

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

論文や専門書をよく読み，分からない部分は詳しく調べて発表の準備をすること(学期通して48～72時間程度)

所要時間: 1回の発表当番あたり24時間程度の準備(2～3回担当,200～300分/週,状況により異なる)