経営工学実験Ｃ（原田）のシラバス情報
| 科目名称 Course title(Japanese) |
経営工学実験Ｃ | 科目番号 Course number |
74BEBMS301 | |
|---|---|---|---|---|
| 科目名称（英語） Course title(English) |
Industrial Administration Experiment C | |||
| 授業名称 Class name |
経営工学実験Ｃ（原田） | |||
| 教員名 | 原田 拓 |
|---|---|
| Instructor | Taku Harada |
| 開講年度学期 | 2022年度 前期 |
|---|---|
| Year/Semester | 2022/First Semester |
| 曜日時限 | 水曜4限 水曜5限 |
|---|---|
| Class hours | Wednesday, Fourth Period, Fifth Period |
| 開講学科 Department |
理工学部 経営工学科 Department of Industrial Administration |
|---|---|
| 外国語のみの科目 （使用言語） Course in only foreign languages (languages) |
- |
| 単位 Course credit |
1.0 | 授業の主な実施形態 Main class format |
対面授業/On-site class |
|---|
| 概要 Descriptions |
機械学習の手法は，「教師なし学習」，「教師あり学習」，「強化学習」に大別することができる．本実験では，「教師あり学習」に焦点を当て，ニューラルネットワークを用いた教師あり学習手法について学習する． |
|---|---|
| 目的 Objectives |
ニューラルネットワークを用いた教師あり学習の基礎を理解し，さらに，実験を通して，その理解を深める． 本科目は，本学科のディプロマ・ポリシー「修得した専門知識や教養をもとに、自ら課題を発見し、解決する能力。」に該当する科目である． |
| 到達目標 Outcomes |
Pythonプログラミング技術を含めて，ニューラルネットワークを用いた教師あり学習を行うことができるようになる． |
| 履修上の注意 Course notes prerequisites |
ノートパソコンを持参すること．なお，課題の選択のためのガイダンスを学期の最初の実験日（水曜日または金曜日）に実施するので，必ず出席すること． |
| アクティブ・ラーニング科目 Teaching type（Active Learning） |
|||
|---|---|---|---|
| 課題に対する作文 Essay |
〇 | 小テストの実施 Quiz type test |
- |
| ディベート・ディスカッション Debate/Discussion |
- | グループワーク Group work |
- |
| プレゼンテーション Presentation |
〇 | 反転授業 Flipped classroom |
- |
| その他（自由記述） Other（Describe） |
- | ||
| 準備学習・復習 Preparation and review |
各回の授業内容を十分に復習しておくこと． |
|---|---|
| 成績評価方法 Performance grading policy |
授業を全て受けていることを前提とし，実験過程・実験成果・レポート・課題発表などの結果によって評価する． |
| 学修成果の評価 Evaluation of academic achievement |
・S：到達目標を十分に達成し、極めて優秀な成果を収めている ・A：到達目標を十分に達成している ・B：到達目標を達成している ・C：到達目標を最低限達成している ・D：到達目標を達成していない ・-：学修成果の評価を判断する要件を欠格している ・S：Achieved outcomes, excellent result ・A：Achieved outcomes, good result ・B：Achieved outcomes ・C：Minimally achieved outcomes ・D：Did not achieve outcomes ・-：Failed to meet even the minimal requirements for evaluation |
| 教科書 Textbooks/Readings |
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。 https://gomykits.kinokuniya.co.jp/tokyorika/ ・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below. https://gomykits.kinokuniya.co.jp/tokyorika/ |
| 参考書・その他資料 Reference and other materials |
適宜紹介する． |
| 授業計画 Class plan |
1．Pythonプログラミングの基礎 Pythonプログラミングに関して，特に，Numpy，Pandas，Matplotlib，Jupyter Notebookについて理解する． 2．プログラミング環境の構築 機械学習のためのフレームワークの１つであるTensorFlowを用いた基本的プログラミングを理解する．さらに，画像処理ライブラリであるOpenCVを用いた基本的プログラミングを理解する． 3．ニューラルネットワークの基礎（その１） ニューラルネットワークの基礎について理解する． 4．ニューラルネットワークの基礎（その２） ニューラルネットワークの基礎について理解する． 5．リカレントニューラルネットワークを用いた時系列予測 リカレントニューラルネットワークを用いた時系列予測の方法について理解する． 6．OpenCVの利用 画像処理ライブラリであるOpenCVを用いた画像データの処理方法について，さらに深く理解する． 7．移動するボールの停止位置の時系列予測（予備実験） 移動するボールをカメラで計測し，その画像を用いて，ボールの停止位置の時系列予測を行う．今回の実験は予備実験である． 8．移動するボールの停止位置の時系列予測（本実験） 予備実験の結果を踏まえて設計したニューラルネットワーク構造を用いて本実験を行う． 9．畳込みニューラルネットワークの基礎 畳込みニューラルネットワークの基礎について理解する． 10．畳込みニューラルネットワークを用いたクラス分類学習（その１） 畳込みニューラルネットワークを用いたクラス分類学習について理解する． 11．畳込みニューラルネットワークを用いたクラス分類学習（その２） 畳込みニューラルネットワークを用いたクラス分類学習について理解する． 12．手書き文字のクラス分類学習（予備実験：その１） 手書き文字をカメラで撮影し，その画像を用いてクラス分類学習を行う．今回の実験は予備実験である． 13．手書き文字のクラス分類学習（予備実験：その２） 手書き文字をカメラで撮影し，その画像を用いてクラス分類学習を行う．今回の実験は予備実験である． 14．手書き文字のクラス分類学習（本実験） 予備実験の結果を踏まえて設計したニューラルネットワーク構造を用いて本実験を行う． 15．実験のまとめ 本実験についてまとめ，理解を深める． |
|---|
| 教職課程 Teacher-training course |
|
|---|---|
| 実務経験 Practical experience |
- |
| 教育用ソフトウェア Educational software |
- |
| 備考 Remarks |
- |
|---|
| 9974518 |
