後期 水曜日 ５講時 / 後期 水曜日 ６講時. 単位数/Credit(s): 2. 対象学科・専攻/Departments: 共通基盤科目. 学期/Term: 後期. 履修年度: 2024. 使用言語: 授業は基本的には日本語．英語での対応も可能． Mainly Japanese. Presentation: Japanese or English.
2024
学際情報科学論
Interdisciplinary Information Science
企業等の実際の現場で行われているような疑似プロジェクトに取り組むことで，データ解析の進め方を学ぶ．受講者は研究計画の立案やデータ解析に取り組む．データは株式会社電通より提供されるものを利用する．
Students will learn how to conduct data analysis by working on a pseudo-project that is being carried out at a private company. Students will work on research planning and data analysis. Data are provided by Dentsu Inc.
以下に示す技術を習得すること．
(1) プログラミングによるデータ解析
(2) 大規模計算機の利用
(3) ビッグデータの取り扱い
(4) 研究計画の立案・遂行能力
To obtain the following skills:
(1) Data analysis by programming
(2) Using high performance computing
(3) Handling of big data
(4) Direction of research projects
○Google Classroom
授業には Google Classroom を利用する（クラスコード： xxxxxxx）
Classes will be delivered on Google Classroom（Class code: xxxxxxx）
※Google Meet は利用しません．MetaLife を利用します．
※Google Meet will NOT used. Instead, MetaLife will be used.
○授業の実施形態
第8回と最終回のみ対面，それ以外はオンライン（リアルタイム）
Offline only for the 8th and last classes, online (real-time) for the rest of the classes.
〇授業の内容
最初の7回はPythonの使い方，scikit-learnを利用した機械学習法の使い方，TensorFlowを利用した深層学習法の使い方をハンズオン形式で講義．
The first seven classed are hands-on lectures on how to use Python, machine learning methods with scikit-learn, and deep learning methods with TensorFlow.
教材（textbook）：https://yamada-kd.github.io/binds-training/
01 10/02（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）
02 10/09（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
03 10/16（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
04 10/23（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
05 10/30（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
06 11/06（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
07 11/13（水）5-6講時 プログラミング演習（ハンズオンは1講時分で残りは自習）（できる人は出席不要）
08 11/20（水）5-6講時 PBLのイントロダクション（中講義室にて対面での実施）
09 11/27（水）5-6講時 研究計画の立案・報告
10 12/04（水）5-6講時 データ探索
11 12/11（水）5-6講時 中間発表
12 12/18（水）5-6講時 モデル構築
13 12/25（水）5-6講時 モデル構築
14 01/08（水）5-6講時 分析と考察
15 01/15（水）5-6講時 成果発表会（中講義室にて対面での実施）
01 10/02 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study)
02 10/09 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills)
03 10/16 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills.)
04 10/23 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills.)
05 10/30 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills.)
06 11/06 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills.)
07 11/13 (Wed) 5-6 slots Programming practice (First 1 slot: Lecture, The remaining time: self-study) (Attendance not required for those with strong data science skills.)
08 11/20 (Wed) 5-6 slots Introduction of PBL (Offline in Mid-lecture room of GSIS)
09 11/27 (Wed) 5-6 slots Reporting research plan
10 12/04 (Wed) 5-6 slots Checking data
11 12/11 (Wed) 5-6 slots Midterm presentation
12 12/18 (Wed) 5-6 slots Machine learning model construction
13 12/25 (Wed) 5-6 slots Machine learning model construction
14 01/08 (Wed) 5-6 slots Discussion and making presentation materials
15 01/15 (Wed) 5-6 slots Presentation (Offline in Mid-lecture room of GSIS)
主に以下に示す基準により評価．
(1) 最終プレゼンテーション
(2) 中間発表
(3) 毎週の3分程度行うインタビュー
Based on the following criteria.
(1) The final presentation
(2) The mid presentation
(3) Weekly 3 minutes interview
なし．
自身の計算機環境で計算を進めることが必要．
Students are required to conduct data analysis on their computer.
随時．事前にメールで連絡してください．
yamada@tohoku.ac.jp
Any time. Make an appointment in advance via e-mail.
yamada@tohoku.ac.jp
〇
1回2講時分で行なう．全15回（30講時）分．計算機環境が必要．所持していない場合は事前に連絡お願いいたします．受講者は機械学習に関する基本的な知識を有し，何らかのプログラミング言語を利用できることが好ましいです．
Two classes / day, totally 30 classes. You need your own computation environment. If you do not have your own laptop, please tell us in advance. The students should have basic knowledge of machine learning and be able to use some programming language.