シラバス参照
シラバス参照
| 科目一覧へ戻る | 2022/04/06 現在 |
| 科目名／Subject | 片岡 駿 4年ゼミ |
|---|---|
| 担当教員（所属）／Instructor | 片岡 駿(商学部) |
| 授業科目区分／Category | 昼間コース 学科別専門科目 |
| 開講学期／Semester | 2022年度／Academic Year 前期／Spring Semester |
| 開講曜限／Class period | 火/Tue 4,火/Tue 5 |
| 対象所属／Eligible Faculty | 商学部 |
| 配当年次／Years | 4年 |
| 単位数／Credits | 12.0 |
| 研究室番号／Office | |
| オフィスアワー／Office hours |
| 更新日／Date of renewal | 2022/02/28 |
|---|---|
| 授業の目的・方法 ／Course Objectives and method |
＜目的＞ 機械学習・統計学の技術を習得し，実社会の様々な問題に取り組めるようになる． ＜方法＞ 各学生がテーマ課題を設定し，テーマ課題への取り組みについて発表を行う． 最終的には設定したテーマ課題の解決を目指し，その内容を卒業論文としてまとめる． |
| 達成目標 ／Course Goals |
・機械学習・統計学の基本的な方法を習得する． ・実社会の問題に対し，どのような方法を用いればよいか判別できるようになる． ・課題への取り組み方（問題の設定や用いた手法）をわかりやすく説明できるようになる． |
| 授業内容 ／Course contents |
各自が興味のある身近な問題をテーマ課題とし，それぞれのテーマに関して調査・研究を行う． 各自の取り組み具合に関する進捗状況をプレゼンテーション形式で発表し，その後のディスカッションによって今後の具体的な方針を定めていく． |
| 事前学修・事後学修 ／Preparation and review lesson |
＜事前学習＞ 各自の課題に関して定期的に取り組み，プレゼンテーションの準備をすること． ＜事後学習＞ ・発表後の議論の内容をまとめ理解の向上をはかること． |
| 使用教材 ／Teaching materials |
適宜指示する |
| 成績評価の方法 ／Grading |
テーマ課題への取組み具合に基づき総合的に判定． |
| 成績評価の基準 ／Grading Criteria |
社会情報学科標準成績評価基準に従う． |
| 実務経験者による授業 ／Courses conducted by the ones with practical experiences |
該当しない |