情報リテラシー実習Ｂ

後期 月曜日 ５講時. 単位数/Credit(s): 2. 対象学科・専攻/Departments: 人間社会情報科学専攻. 学期/Term: 後期. 履修年度: 2024. 使用言語: Japanese & English.

開講年度

2024

授業題目/Class Subject

情報リテラシー実習Ｂ / Practical Information Literacy B

授業の目的・概要及び達成方法等

本授業は、主に人文社会系の研究室所属の院生を対象に（もちろん、他分野の研究室所属の院生の受講も歓迎します）、データサイエンスの基本知識とスキルの習得を目的とする。
授業はpythonを用いて様々な機械学習を体験する実習形式で行う。

授業の目的・概要及び達成方法等(Ｅ）

This class is mainly for graduate students studying Humanities and Social Sciences (Of course, graduate students from all disciplines are welcome!), and provides a broad experience of the basics of data science.
The class will be conducted in the form of hands-on training to experience various types of machine learning using Python.

学修の到達目標/Goal of Study

データサイエンスの初歩として、データサイエンスに関する基礎知識と、データサイエンスを自らの研究で活用するための基本スキルの習得を目指す。 /
As a first step in data science, this course aims to provide students with basic knowledge of data science and basic skills to utilize data science in their own research.

授業内容・方法と進度予定/Contents and progress schedule of the class

※この科目ではGoogle Classroomを使用して講義資料と講義情報を発信します。
Classroomにアクセスし、クラスコード（###）を入力してメンバー登録をしてください。
This course uses Google Classroom to inform you of lecture materials and lecture information.
Go to Classroom and enter the class code (TBA) to register as a member.

本授業はいまのところ対面にて行う予定です。
授業を行う教室は、情報科学研究科棟5階小講義室です。
This class will basically be held face-to-face.
The classroom where the class will be held is a small lecture room on the 5th floor of GSIS building.

本授業はオンラインでの参加も認めます。
オンライン参加の場合、ClassroomのGoogle Meetのリンクにアクセスしてください。
Online participation in this class is also available.
For online participation, please visit the Google Meet link in Classroom.

本授業の受講を検討している人は、事前にGoogle Classroom にアクセスしてメンバー登録をお願いします。
初回授業日は10月7日（月）を予定しております。
具体的な進め方については、Classroom のストリーム（掲示板）に掲載されるアナウンスを参照してください。
If you are interested in taking this class, please go to Google Classroom and register as a member in advance.
The first class date is scheduled for Monday, October 7th.
For specific instructions, please see the announcement posted on the Classroom stream (bulletin board).


授業日程（変更する可能性あり）

　1．イントロダクション
　2．データサイエンスのためのPC (Python) 環境構築
　3．データサイエンスの基礎（Part 1）
　4．データサイエンスの基礎（Part 2）
　5．データサイエンスの基礎（Part 3）
　6．機械学習の基礎（Part 1）
　7．機械学習の基礎（Part 2）
　8．機械学習の基礎（Part 3）
　9．機械学習の基礎（Part 4）
　10．機械学習実習（Part 1）
　11．機械学習実習（Part 2）
　12．機械学習実習（Part 3）
　13．機械学習実習（Part 4）
　14．機械学習実習（Part 5）
　15．これまでのレビューと総評、意見交換等


Class Schedule (Tentative）

　1．Introduction
　2．Setup PC (Python) for Machine Learning
　3．Basics of Data Science (Part 1）
　4．Basics of Data Science (Part 2）
　5．Basics of Data Science (Part 3）
　6．Basics of Machine Learning (Part 1）
　7．Basics of Machine Learning (Part 2）
　8．Basics of Machine Learning (Part 3）
　9．Basics of Machine Learning (Part 4）
　10. Machine Learning in Practice （Part 1）
　11. Machine Learning in Practice （Part 2）
　12. Machine Learning in Practice （Part 3）
　13. Machine Learning in Practice （Part 4）
　14. Machine Learning in Practice （Part 5）
　15. Review and discussion

成績評価方法/Evaluation Method

提出課題の成績ならびに授業への参加態度に基づいて総合的に評価する。評価方法の詳細については初回授業時に説明する。
Based on the assignment evaluation and attendance in class. Details will be announced in the 1st week.

教科書および参考書/Textbook and references

オフィスアワー

初回授業時に説明する

オフィスアワー（Ｅ）

TBA