科目コード2032104
科目名
（英語名）		データサイエンス基礎
(Fundamentals of Data Science)
対象学科知能電子システム科
開講時期２年　前期
担当教員草刈 徳之
単位数２単位
授業の方法講義，実習
授業概要
【 目　的 】
深層学習を含む機械学習の基本的な知識とデータ分析スキルを習得する。大量の事例データを反復的に学ばせ、そこに潜む特徴やパターンを抽出する機械学習で、見つけた特徴により新しいデータの分類や予測を行うことができる。
【到達目標】
  • 機械学習でできること、機械学習のアルゴリズムが説明できる
  • AIと機械学習と深層学習の関係について説明できる
  • やりたいことと準備できるデータから手法を選択できる
  • Pythonとデータサイエンス系ライブラリでデータ分析ができる
  • 機械学習、教師なし学習、教師あり学習、教師あり深層学習を実施できる
授業計画
  1. 機械学習とは
  2. 機械学習（データ分析プロジェクト）の進め方
  3. 機械学習で用いるデータの扱い方、機械学習のアルゴリズム（手法）
  4. 機械学習で利用されるPythonライブラリ
  5. Pythonによるデータ表現
  6. Pythonによるベクトル・行列計算
  7. 教師なし学習の実施（クラスタリング）
  8. 教師あり学習の実施（分類、回帰）
  9. 学習結果の評価法
  10. ニューラルネットワークと深層学習のアルゴリズム
  11. ニューラルネットワークと深層学習で利用されるPythonライブラリ
  12. 教師あり学習の実施（ニューラルネットワーク）
  13. 教師あり学習の実施（深層学習）
  14. 学習モデルの利用（新しいデータの分類や予測）
成績評価方法 プログラム実習・課題・レポート・試験による総合評価
教科書・
参考図書		 教科書：
その他
【履修にあたり】
Pythonプログラムに習熟していること
【この授業・実習に必要な機材】
特になし