科目ナンバー

SE-AI4-7A92

履修条件・関連科目等

　必要となる知識は研究室によって異なるが、データサイエンスの基礎となる科目については、十分に理解し、修得していることを前提とする。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

　本研究室では、統計学と機械学習の理論と応用に関する研究を行っています。
　卒業研究はIとIIを通じて卒業論文の執筆を行うものである。IIはその後半部分であり、卒業論文の提出および発表会での口頭発表がゴールとなる。4年生の前期にIを、後期にIIを行う標準ケースの場合、以下のようなスケジュールで進める。
　3年次（前年度）の10月初旬に各研究室の紹介を行い、11月までに各人の希望の調査、配属先の決定を行う。2～3月に研究室毎に前年度卒業研究の発表会、新年度卒業研究の説明会が行われる。4月より卒業研究に必要な専門知識の習得や演習を開始し、逐次、研究に着手する。研究の進め方は研究室、テーマによって異なるが、7月下旬に研究計画書の提出、中間発表を行い、1月中旬に卒業研究要旨（2ページ）、1月下旬に卒業論文を提出し、発表会にて口頭発表を行う。

科目目的

　ビジネスデータサイエンス学科で習得した知識・技能の総仕上げとして、計画の立案、実施、報告など、研究を進める方法を学ぶ。

到達目標

　卒業研究Iに引き続き、卒業論文執筆に向け、必要となる知識、技能の習得と、ディスカッションやゼミ発表などを通じたコミュニケーション能力および論理的思考能力の涵養を身に付ける。その上で実験、分析、関連研究の調査などに基づき研究内容をまとめ、研究論文として執筆し、優れたプレゼンテーションを行えるようになる。

授業計画と内容

長塚卒研　<卒研演習室：主に6921室>
○本研究室では、統計学と機械学習の理論と応用に関する研究を行っています。
本研究室では学術と実践の両立を目指しており、経営工学における理論と応用をバランスよく学ぶことができる研究室となっています。海外交流が盛ん(海外有名研究者との共同研究、国際会議での招待講演(毎年多数)、海外研究者の訪問 etc)であることも本研究室の特色の一つです。学生には、個々の目的、及び学習度合に合わせて指導していきます。卒研テーマは基本的に自由です。

1 イントロダクション、卒業研究IIについて
2 ゼミによる発表・討論①
3 ゼミによる発表・討論②
4 ゼミによる発表・討論③
5 ゼミによる発表・討論④
6 ゼミによる発表・討論⑤
7 ゼミによる発表・討論⑥
8 ゼミによる発表・討論⑦
9 ゼミによる発表・討論⑧
10 ゼミによる発表・討論⑨
11 卒業論文執筆指導①
12 卒業論文執筆指導②
13 卒業論文執筆指導③
14 卒業論文執筆指導④

授業時間外の学修の内容

授業終了後の課題提出／その他

授業時間外の学修の内容（その他の内容等）

　ゼミ等への出席のほか、各自、研究テーマに応じて必要な学習・研究に主体的にとりくむことが必要である。

授業時間外の学修に必要な時間数／週

・卒業論文、または卒業研究の作成等に対して専門分野に関する必要な論文作成、研究指導を行うことを基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

　ゼミへの出席状況、研究の遂行状況、取り組み状況で評価を行う (50%)。卒業論文、卒業論文発表会で評価を行う (50%)。

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う／その他

課題や試験のフィードバック方法（その他の内容等）

　研究室によっては、連絡用に様々なコミュニケーションプラットホームを活用しており、これらを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／プレゼンテーション／実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

　研究室によっては、連絡用に様々なコミュニケーションプラットホームを活用しており、これらを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

　研究テーマによって異なる。担当教員の指示を仰ぐこと。

その他特記事項

参考URL