シラバス
授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
---|---|---|---|---|---|---|---|---|
データサイエンス論文研修第二 | 2024 | 後期 | 他 | 理工学研究科博士課程前期課程 | 渡邉 則生 | ワタナベ ノリオ | 1年次配当 | 3 |
科目ナンバー
SG-AI5-7A02
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
ソフトコンピューティング・統計科学研究室として、関連分野のなかからテーマを選択して研究を行う。
ソフトコンピューティングではニューラルネットワークやファジィ理論の応用、統計科学では主に時系列解析に関するテーマを自主的に選択し、研究を進めていく。
科目目的
必要な知識を身に着けるとともに、研究能力を身に着けることを目的とする。
到達目標
取り組んだ課題について新しい研究成果を生み出すことを目的とする。
授業計画と内容
以下の内容を中心にして授業を行う。
1. 学生による論文紹介:関連論文を読み、その内容を理解し紹介する。
2. 研究紹介:自分の研究成果をまとめ、得られた結果と以降の研究の進め方を発表する。
第1回 イントロダクション
第2回 論文紹介A1
第3回 論文紹介A2
第4回 論文紹介A3
第5回 論文紹介B1
第6回 論文紹介B2
第7回 論文紹介B3
第8回 研究紹介1
第9回 研究紹介2
第10回 研究紹介3
第11回 研究紹介4
第12回 研究のまとめ
第13回 中間発表準備
第14回 総括
専攻における中間発表は必須である(1月の予定)。
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)
必要に応じて参考書や論文を読み、レジュメを準備する。
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
種別 | 割合(%) | 評価基準 |
---|---|---|
平常点 | 100 | 研究の進捗と研究分野の理解度を以って評価する。 |
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
実施しない
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
実施しない
授業におけるICTの活用方法(その他の内容等)
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
必要に応じて参考文献を適宜紹介する。