年次 |
分類 |
科目名 |
講義の目的 |
詳細 |
担当教員 |
1 |
必修 |
数理・データサイエンス |
データサイエンスにおける代表的な手法について、R言語による解析例に基づき解説し、手法の数理的背景を解説する。また、学生が興味あるデータを自ら探し、R言語で解析し、レポートを作成し、授業中に発表する。データサイエンスの基礎となる統計学の代表的な手法およびその数理的背景を学習する。
|
|
西井 龍映 |
1 |
必修 |
プログラミング演習Ⅰ |
情報系の学生が習得すべき基礎能力であるプログラミングの基礎概念に習熟し、同時にプログラミング環境の設定方法を学ぶ。 |
|
柴田 裕一郎
眞邉 奏斗 |
1 |
必修 |
実社会課題解決プロジェクトA |
グループワークが主な授業。5・6人のチームで課題を見つけ、解決策を考え、それをまとめて発表する。課題を決定しその解決策をチーム全員で模索します。解決策の模索には背景となる情報・根拠が必要になるので、参考論文や情報をインターネットで調べたり、データを分析し、それらを踏まえてチームで話し合いを重ねる。
|
|
瀬戸崎 典夫
宮本 道子
北村 史 |
2 |
必修 |
実社会課題解決プロジェクトB |
実社会課題解決プロジェクトAに引き続き実施するグループワークを主とする授業。1班5~7人で構成され、各班それぞれ、異なる企業等と一緒に取り組む。授業の進め方としては、課題を発見・設定し、それに対する解決策などをまとめて、最後に発表するというのが大まかな流れ。 |
|
瀬戸崎 典夫
宮本 道子
北村 史 |
2 |
必修 |
プログラミング演習Ⅱ |
「プログラミング演習Ⅰ」の学習内容を発展させ、より深くPythonについて学んでいき、可読性の高いプログラム作成能力を習得する。 |
|
薗田 光太郎 |
2 |
必修 |
情報ネットワークⅠ |
情報ネットワークにおける概念や要素技術を学び、現在普及しているインターネットの仕組みを理解する。 |
|
高田 英明 |
2 |
必修 |
オートマトンと言語理論 |
形式言語とその表現としての形式文法、オートマトンの等価性、そして、計算機による計算の原理について、形式言語の定義と言語処理のための理論である形式文法とオートマトンについて学ぶ。 |
|
伊藤 宗平 |
2 |
DS必修 |
探索的記述統計 |
実験・観測などで得られた様々なデータを分析するための統計学の基礎的知識を、練習問題を通じて習得する。 |
|
全 炳徳 |
2 |
DS必修 |
情報統計学 |
線形回帰モデルにおける推定・検定・正則化法の考え方とその重要性について理解し、確率分布や確率変数,期待値などの概念を理解し、道具として自由に使えるようになる。 |
|
梅津 佑太 |
2 |
DS必修 |
基礎データ分析演習 |
実験や観測から得られた様々なデータを分析するためのR言語を演習し、言語の機能を利活用できるようにする。 |
|
全 炳徳 |
2 |
DS必修 |
応用データ分析演習 |
Pythonを用いたプログラム作成を通して、統計解析の基礎、特に線形回帰モデルにおける統計的推測を身につける。 |
|
梅津 佑太 |
2 |
DS必修 |
多変量解析 |
多変量解析の様々な手法を理解することで、解析目的とデータの特性に応じて適切な統計手法を選定し、結果を解釈できるようになる。 |
|
西井 龍映 |
2 |
DS選択必修 |
医療・生命情報学Ⅰ |
生命科学の基礎と生命科学に関わる多様なデータの計量方法やデータの特徴、生物・医学統計に基づくデータ処理方法や解析ツール等の概要を学習する。 |
|
持田 恵一 |
2 |
DS選択必修 |
社会・観光情報学Ⅰ |
地域社会および観光活性化のために、現状を把握する手段とそれらのデータを正しく読み取る力を身に付ける。 |
|
一藤 裕 |
2 |
IS必修 |
ディジタル信号処理Ⅰ |
フーリエ級数展開やフーリエ変換などの手法を修得し、時間・周波数領域における信号の表現と処理の方法を学ぶ。 |
|
喜安 千弥 |
2 |
IS必修 |
論理回路 |
「論理ゲート」が何を表すのか、どのような記号を用いるのか、複雑な論理式をまとめる手法を身に付け、これらをもとに、記憶を持たない回路や記憶を持つ回路を、論理式でどのように表すのかを学ぶ。講義資料・課題・テストはほとんど英語表記のため、論理回路に関する用語を英語でどう表現するのかも学ぶことができる。
|
|
柴田 裕一郎 |
2 |
IS必修 |
コンピュータアーキテクチャⅠ |
命令セットアーキテクチャ、マイクロアーキテクチャ、パイプライン、キャッシュメモリなどについて学習し、コンピュータはどのような仕組みで動作しているのか、プログラムはどのようにハードウェアによって解釈され実行されるのか、コンピュータの構成には利便性や性能の向上のためにどのような工夫がなされているのかを理解する。
|
|
柴田 裕一郎 |
2 |
IS必修 |
情報数学Ⅰ |
高度情報化社会の基盤技術となっている符号・暗号理論の基礎をなす数論および代数学の基礎的知識を運用する力を身につける。
|
|
荒井 研一 |
2 |
IS必修 |
プログラミング演習Ⅲ |
プログラミング言語であるC言語を扱ってアルゴリズムの原理とプログラミングの知識を組み合わせ、基本的なデータ構造やアルゴリズムを理解し実装できるようになる。
|
|
尾崎 友哉 |
2 |
IS必修 |
情報工学実験Ⅰ |
「情報ネットワークⅠ」で学んだインターネットの基礎を実験を通して体験・理解し、与えられた問題文から論理回路を設計する。
|
|
小林 透 |
2 |
IS必修 |
情報工学実験Ⅱ |
0,1の入力に対して0,1の出力を出すデジタル回路の設計をハードウェア記述言語という言語を用いて設計する。デジタル回路を作るのには多くのコストがかかり、設計ミスがあると余計に開発時間がかかる。コンピュータでデジタル回路の機能を実装し、設計ミスの有無を調べるツールを利用してデジタル回路を設計する。
|
|
柴田 裕一郎 |
2 |
IS必修 |
データ構造とアルゴリズム |
情報関連分野で頻繁に利⽤されるC⾔語の基礎、基本的なデータ構造やアルゴリズムについて学ぶ。
|
|
尾崎 友哉 |
2 |
IS必修 |
データベース |
データベースの内部的な動作の仕組みを理解し,効率的にデータベースを扱えるようにします。
|
|
神山 剛 |
2 |
選択 |
情報理論 |
情報理論の分野の専門技術に関する知識を身につけ、それらを応用できるようになる。 |
|
藤村 誠 |
2 |
選択 |
グラフ理論と最適化 |
簡単な最適化問題の解き方を理解し、条件内で最大効率の結果を導く方法を学ぶ。「グラフ」と聞くと視覚的に表現された図や曲線を想像するが、本講義では「頂点と辺からなる図形としての側面」を意味し、点と線を用いて様々な現象をモデル化して現象の性質や構造を解析することを学ぶ。
|
|
宮島 洋文 |
2 |
選択 |
組み込みシステム |
機械が正常に動作するためにどのようなプログラムが必要なのかを学ぶ。一つの動作を行うだけでもコンピュータ内では複雑な手続きが行われており、人の様々な操作(入力)により実行する動作は、どんな事態にも安全に対応できるよう一つ一つ細かく手続きを決められていることを、それらの指示を実際に見て、詳しく理解する。
|
|
眞邉 泰斗 |
3 |
DS選択必修 |
医療・生命情報学Ⅱ |
医療生命分野に関するデータを分析する方法を学ぶ。医療生命分野で使われるデータには特徴があるので、その点を踏まえ、どの場面でどの知識を使うべきなのかを学び応用力を身につける。 |
|
植木 優夫 |
3 |
DS選択必修 |
社会・観光情報学Ⅱ |
地理的な空間情報の基本的な概念を理解し、プログラミングを理解するとともに、VRとARへの活用を深め、最後は自作システムの発表を行う。 |
|
全 炳徳 |
3 |
DS必修 |
ビッグデータ分析 |
はじめに、大規模なデータを保存しているデータベースから必要なデータを抽出する命令である「SQL文」、及び複数のSQL文を組み合わせる方法を学び、少ない文章で高度な命令を出したり、複数のコンピュータでデータを共有する方法を身につける。
|
|
神山 剛 |
3 |
DS必修 |
ビッグデータ分析演習 |
「ビッグデータ分析」で習った知識をベースに演習を行い、SQL文でのデータ抽出・加工を行うほか、具体的事例として、地図を使った演習で抽出した傾斜データを地図に反映させる手法により傾斜の大きさの可視化を体験することで一連の知識・手法を身につける。
|
|
神山 剛 |
3 |
DS必修 |
パターン認識と機械学習 |
コンピューターに、対象のモノ(色、文字、画像や音声など)を識別させるため、コンピュータに学習させる方法とともに、どのような数学に基づいているかを学ぶ。
|
|
酒井 智弥 |
3 |
DS必修 |
パターン認識と機械学習演習 |
「パターン認識と機械学習」で学んだ内容をもとに、コンピュータが対象のものを正確に認識できるようにするために、どのようなプログラムを組めばいいのか実践的に学ぶ。
|
|
酒井 智弥 |
3 |
DS選択必修 |
医療・生命情報学Ⅲ |
医療・生物分野におけるデータ科学を最新研究の動向も含め、研究論文を通して、最新の解析方法、解析ツール、参考になるウェブサイト、データベースなど幅広く学習する。
|
|
持田 恵一 |
3 |
DS選択必修 |
社会・観光情報学Ⅲ |
実社会で集められるデータの分析を想定した、データを分析する際の考え方や工夫を学ぶ。
|
|
高橋 将宜 |
3 |
IS必修 |
プログラミング演習Ⅳ |
コンピューターでプログラムを作るための設計書をどう作成するのか学びながら,自分が作りたいプログラムを決めて実際に設計図を作成・構築する演習を行う。 |
|
伊藤 宗平 |
3 |
IS必修 |
情報工学実験Ⅲ |
例として利用されている物体認識センサーは、画像情報を解釈するためにコンピュータでデータに変換されていること、物体を認識する手法などについて学び、映像・音声・三次元データに関する基礎技術を体験し、他の専門講義の内容の理解を深める。
|
|
酒井 智弥
藤村 誠
松本 拡高 |
3 |
IS必修 |
ソフトウェア工学 |
ソフトウェア開発に必要な工程と、各工程でのソフトウェアに対する考え方を身につける。複数人が同じプログラムを参照する場合、自身が書いたコンピュータへの命令が他の人にとって分かりやすいものでなくてはならないこと、また、他人に分かりやすいプログラムの書き方の一つであるオブジェクト指向プログラミングの概念を学ぶ。
|
|
小林 透 |
3 |
選択 |
デザイン情報学Ⅰ |
「人間と人工物の間の関係性」について理解し、自らデザインできるようになる。デザイン学とは人間と人工物の間の「関係性」の学問であり、本講義を通して、人間と人工物の間の理想的な関係とは何か、そこへ至るにはどのような手段が必要なのかについて探求する。
|
|
金谷 一朗 |
3 |
選択 |
認知システム論A |
人間の知識を利用した情報処理システムの基礎となる、人工知能(AI)の研究・開発の流れについて把握し、人工知能の中心課題の一つである問題解決における基礎的な探索手法や考え方、及びプロダクションシステムへの展開について学習する。
|
|
宮島 洋文 |
3 |
選択 |
画像処理 |
ディジタル画像の生成、画像処理の基礎と応用を理解する。カメラの構造と画像処理の基礎を理解し、画像がどのような要因で変化するのか、イメージから抽出したいものをどのように抽出するか、拡大・縮小・回転などの加工を行う方法について学ぶ。
|
|
藤村 誠 |
3 |
選択 |
数理統計学 |
統計・データサイエンスに関するデータ分析技術の基礎と応用力を身に付ける。シミュレーションで体感する、ということを大事にしており、データの性質を理解すること、数理的な性質を理解することを目的として学習する。
|
|
西井 龍映 |
3 |
選択 |
ベイズ統計学 |
「ベイズ統計学」の基本概念を学び、情報を得るたびに確率が更新される統計学を理解する。ベイズ統計では確率の更新前と更新後が存在するので、それらを使った計算方法や考え方を学ぶ。
|
|
高橋 将宜 |