科目ナンバー

SG-AI6-7A06

履修条件・関連科目等

博士課程後期課程3年時

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

(以下、研究室公開ガイドより抜粋)
長塚研究室では、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、データサイエンス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です。学生には、個々の目的に合わせて指導していきます。

研究発表、論文執筆を英語で行うことを最低限の目標とする。

科目目的

国際誌論文執筆力を養う。

到達目標

・最新の論文から得られる専門的知識と、研究遂行の過程で得られる実践的な知識とを融合させ、自立した研究者と高度の専門職業人の養成を目的とする。
・学位論文としてほぼ最終の形にまとめることを目標に、学位の申請に向けた専攻内審査のための発表資料の作成や口頭発表の準備を行うことができる力を備えることを目標とする。

授業計画と内容

1 イントロダクション、特殊論文研修Ⅴについて
2 研究成果の公表準備①
3 研究成果の公表準備②
4 研究成果の公表準備③
5 研究成果の公表準備④
6 研究成果の公表準備⑤
7 研究成果の公表準備⑥
8 ゼミによる発表・討論①
9 ゼミによる発表・討論②
10 中間発表①
11 中間発表②
12 中間発表に対する質疑応答①
13 中間発表に対する質疑応答②
14 特殊論文研修Ⅴの総括と特殊論文研修Ⅵに向けた課題設定

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／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

常に目標を見失わず、最善を尽くすこと

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）

論文紹介の技量、研究進捗とその紹介の技量を以って評価する。

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

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

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

はい

【実務経験有の場合】実務経験の内容

1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. デミング賞委員
4. 企業への品質経営に関わるコンサルティング

【実務経験有の場合】実務経験に関連する授業内容

以下の実務に基づく研究指導を行う。
1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. デミング賞委員
4. 企業への品質経営に関わるコンサルティング

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