科目ナンバー

SG-PM5-1A04

履修条件・関連科目等

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

高度情報化社会における情報通信技術や測定技術の進歩により、地球科学・ゲノム科学をはじめとする先端科学技術分野や、インターネットサービス・小売業・スポーツなどあらゆる領域で大規模で複雑なデータが観測され、蓄積されていくようになった。こうしたデータから将来予測や現象構造の解明を行うための方法論である統計科学や機械学習、そしてデータサイエンスの重要性が社会的に高まっている。この科目では、統計モデルや機械学習とその推論、そしてモデル評価に関する理論的・実践的な研究、実装するためのアルゴリズム開発、さらに諸分野への応用研究に取り組む。

科目目的

この科目は、セミナー形式での書籍・論文の精読や、各自のテーマに基づいた新たな統計モデルの開発などを行うとともに、手法の実装などを行うことにより、統計科学やデータサイエンスを活用しうる研究者や高度専門職業人を養成することが目的である。

到達目標

この科目の到達目標は以下の通りである。
・専門書の精読を通して統計科学や機械学習に関する基礎理論を理解し、最新の論文を一人で読み進めることができる
・現実の問題に対してデータサイエンス的手法を活用して課題解決するための考え方を身につけ、社会で活躍しうる実践力がある

授業計画と内容

研究内容や精読する書籍・論文は学生の希望により決定するため、各回の計画や内容は現時点では提示することは不可能である。以下は、進み具合の大雑把なイメージである。

第1回　ガイダンス、修士論文への道筋のプランニング
第2回　研究進捗状況の確認
第3回　理論的整理
第4回　研究内容のブラッシュアップ
第5回　理論の精緻化
第6回　修士論文執筆状況の確認
第7回　分析例やシミュレーションの準備
第8回　分析、シミュレーションの実装
第9回　分析、シミュレーションの実行と確認
第10回　修士論文執筆状況の確認
第11回　論文執筆指導
第12回　論文の修正
第13回　論文の完成
第14回　総括

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと

授業時間外の学修の内容（その他の内容等）

学生ごとに異なるテーマの研究を行なうため、その進み具合は学生の準備状況に依存する。貪欲かつ積極的に研究を進めていってもらいたい。

授業時間外の学修に必要な時間数／週

・学位論文の作成等に対して専門分野に関する必要な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）

課題や試験のフィードバック方法

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）

授業時間外にも研究室の slack を活用して情報交換やフィードバックを行う。また、研究の進捗状況についても適宜チェックする。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／プレゼンテーション

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）

必要に応じて投票機能などを活用する。

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

授業の中で適宜指示します。

その他特記事項

参考URL