科目ナンバー

LG-IM5-105L

履修条件・関連科目等

特になし

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

日本語や英語など，自然言語で記述された文書の分類を目的としたデータ分析手法を中心に，その特徴やアルゴリズムの概要を学修する．また，計算機を用いた演習を行う．

科目目的

この科目は，修了するにあたって備えるべき知識・能力のうち，「実践力」と「論理構築力」を修得することを目的としている．

到達目標

文書分類問題に対し，全体の処理の流れと各処理における基本的な考え方を理解すること，及びツールを用いて実際の文書分類問題の解決を図る能力を身に付けることを目標とする．

授業計画と内容

第１回　イントロダクション
第２回　コーパス
第３回　テキストデータの前処理
第４回　特徴エンジニアリング：基礎
第５回　特徴エンジニアリング：発展
第６回　機械学習・分類学習の導入
第７回　深層学習技術を用いた文書の分類：導入
第８回　深層学習技術を用いた文書の分類：基礎
第９回　評判分析
第１０回　文書分類に関する発展的な話題
第１１回　AIの公平性，説明可能性，解釈可能性
第１２回　計算機実験：データの収集，加工
第１３回　計算機実験：データ分析の実施，レポート・発表資料の作成
第１４回　計算機実験：発表と議論

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

授業時に示す資料を対象に，授業内容をふりかえること．
計算機実験に必要な作業を行うこと．

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

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

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

ディスカッション、ディベート／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）

質問等は，随時，電子メール等で受け付ける．

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

必要に応じて適宜レジュメを配布し，参考資料を提示する．

また下記の２冊を自学用の「参考文献」とする．

１．中山光樹，『機械学習・深層学習による自然言語処理入門 scikit-learnとTensorFlowを使った実践プログラミング』，マイナビ出版，2020.

２．土屋 祐一郎，『15Stepで踏破 自然言語処理アプリケーション開発入門 (StepUp!選書)』，リックテレコム，2019.

その他特記事項

参考URL