タイトル

時間割番号: 7021101001
プログラミング2
 
担当教員
齋藤 邦彦[Kunihiko Saitoh]
開講学部等 データサイエンス学部 対象年次   単位数 2
開講時期 秋学期 開講曜時 月4 クラス  
ナンバリング DSIN11009
授業形態 対面授業
授業の目的と概要  
本講義は対面で行います。


本科目では、プログラミングⅠで学んだプログラミング基礎技術を
応用し、シミュレーション技法やデータ解析のためのデータモデリング手
法を学ぶ。
 
授業の到達目標  
pythonの中級程度の能力を身につける。また機械学習や深層学習をゼミなどで使いこなすことができるスキルを身につける。
 
授業計画  
1. numpyとpython中級への入り口
2. pandas データ分析入門
3. matplot 可視化入門 seabornも習得
4. sympy pythonによる大学数学、
5. scipy pythonによる大学数学
6. 単回帰
7. 重回帰とlasso
8. scikit-learnによる機械学習 ロジスティック回帰などのモデル
9. scikit-learnによる機械学習2 決定木とアンサンブル学習
10.教師なし学習
11. ニューラルネットワーク MLP
12. ニューラルネットワーク CNN
13. ニューラルネットワーク RNNとword2vec
14. ニューラルネットワーク GAN

ほか、企業提供の講義あり
 
事前学習・事後学習など授業時間外の学習  
毎回、事前に講義配布資料をサルムスで閲覧可能とするとともに、毎回レポートを課すことで事前、事後学習を受講者に課する。
 
成績評価の方法  
成績評価は毎回のレポートで行い、演習と合わせて総合的に成績をつける。期間中のレポートは計 80 点、そのほか 20点とする。
 
成績評価の基準  
pythonにより基本的な数値計算、数式処理、行列、微分積分プログラムの作成ができれば60点、ロジスティック回帰などの機械学習のアルゴリズムをライブライを使わずに実装できれば70点、ニューラルネットワークのプログラムを自作できれば80点、CNNプログラムを作成できれば90点とする。
 
教科書  
 
参考書  
教材に関する補足情報  
講義中に紹介
 
参考文献一覧  
 
履修上の注意事項  
 
キーワード(「実務経験のある教員による授業科目」は「実務経験」で検索)  
実務経験
 
備考(実務経験の内容と授業との関連を含む)  
この講義は機械学習など高度なプログラミング技法を学ぶ。実際の業務に学んだ手法を適用する経験を学ぶ機会を提供するために実務経験のある外部講師としてトヨタファイナンス株式会社、およびCTC伊藤忠テクノソリューションズの社員による顧客管理システムなどについての講演を行う。
 
参照ホームページ  
実務経験のある外部講師による講演、および外部講師が所属する企業との共同研究に関連するデータ分析の演習を行う(1回)。
 
教員からの一言  
 
オフィスアワー  
 
連絡先(研究室他)  
 
連絡先(電話番号)  
 
連絡先(メールアドレス)  
 
ホームページ  
 
備考(教員情報)  
 
↑ページの先頭へ戻る