シラバス参照

授業情報/Course information

科目一覧へ戻る 2023/08/21 現在

科目名/Subject 意思決定論/Decision Theory
担当教員(所属)/Instructor 片岡 駿 (商学部)
授業科目区分/Category 現代商学専攻博士前期課程 基本科目
開講学期/Semester 2023年度/Academic Year  後期/Fall Semester
開講曜限/Class period 金/Fri 4
対象所属/Eligible Faculty 商学研究科現代商学専攻博士前期課程/Graduate School of CommerceGraduate School of Commerce Major in Modern Commerce
配当年次/Years 1年 , 2年
単位数/Credits 2
研究室番号/Office
オフィスアワー/Office hours
更新日/Date of renewal 2023/03/02
授業の目的・方法
/Course Objectives and method
物事について判断を行う時,我々は基本的には手持ちの情報に基づいて判断を行っている.
しかしながら, 現在の情報社会では判断の基になる情報の量が膨大となり,適切な判断が難しい状況にしばしば遭遇する.
この授業では計算機を用いて様々な情報から利用可能な規則を抽出し判断を行う方法論の一つである機械学習について学ぶ.
達成目標
/Course Goals
・機械学習の理論を習得し,現実の課題解決への道筋をたてることができる.
・選んだテーマの方法を理解し,実際に実装することができる.
授業内容
/Course contents
授業はゼミ形式で行う.
機械学習に関する興味のあるテーマの文献を事前に読み,その文献内容について各自発表・議論を行う.
授業進度は各自の発表進度にもよるが概ね以下のような進め方を想定している.

(書籍を用いる場合)
第1週:イントロダクション
第2週:文献の第1章程度の内容を発表する.
第3・4・5週:文献の第2章程度の内容を発表する.
第6・7・8週:文献の第3章程度の内容を発表する.
第9・10・11週:文献の第4章程度の内容を発表する.
第12・13・14週:文献の第5章程度の内容を発表する.
第15週:まとめ.
事前学修・事後学修
/Preparation and review class
事前学習
・文献の発表範囲を精読し,理解できた範囲を分かりやすく発表できるように準備すること.
・理解できなかった範囲も発表内容にまとめ,疑問点を整理しておくこと.

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
希望したテーマに関する基本的事項の理解度を重視し,
各自の発表・議論や文献調査等希望テーマに関する学習への取り組みから総合的に判断する.

以下は評価に関する目安である.
・テーマに関する基本的事項の理解度:60%
・文献調査等の学習態度:20%
・発表内容や議論への参加度:20%
成績評価の基準
/Grading Criteria
社会情報コース標準成績評価基準に従う.
履修上の注意事項
/Remarks
履修を予定している学生は,初回授業までに担当教員へ電子メールで連絡して下さい
実務経験者による授業
/Courses conducted by the
ones with practical
experiences
該当しない/No
授業実施方法
/Method of class
○大学院授業/Graduate school class
遠隔授業
/Online class
遠隔授業/Online class

科目一覧へ戻る