シラバス参照
シラバス参照
| 科目一覧へ戻る | 2024/03/22 現在 |
| 科目名／Subject | 意思決定論Ｉ |
|---|---|
| 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 | 2024年度／Academic Year 前期／Spring Semester |
| 開講曜限／Class period | 木/Thu 2 |
| 対象所属／Eligible Faculty | 商学部昼間コース／Faculty of CommerceDay School,商学部夜間主コース／Faculty of CommerceNight School |
| 配当年次／Years | 3年 , 4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 | 2024/02/28 | ||
|---|---|---|---|
| 授業の目的・方法 ／Course Objectives and method |
＜目的＞ 教師あり学習とよばれる機械学習技術の基礎知識を習得することを目的とする． 教師あり学習の基本的枠組みとニューラルネットワークを中心とした様々な教師あり学習法について学ぶ． ＜方法＞ ・授業は講義形式で行い，基本的に板書によって進める． ・ほぼ毎回の授業でミニテストを実施し講義内容の理解を促す． ・授業内容に関するレポート課題を課す． |
||
| 達成目標 ／Course Goals |
・教師あり学習の枠組みを理解する． ・様々な機械学習法の違いを説明できる． |
||
| 授業内容 ／Course contents |
１：機械学習の概要 ２：教師あり学習の仕組み１ ３：教師あり学習の仕組み２ ４：教師あり学習の仕組み３ ５：線形モデルの考え方 ６：線形回帰の方法 ７：線形分類の方法 ８：過学習と汎化性能 ９：ニューラルネットワーク１ １０：ニューラルネットワーク２ １１：ニューラルネットワーク３ １２：ニューラルネットワーク４ １３：最近傍法 １４：決定木 １５：まとめ |
||
| 事前学修・事後学修 ／Preparation and review class |
＜事前学習＞ 講義資料に目を通しておくこと ＜事後学習＞ 講義資料・ノートを読み直し，講義内容を説明できるようになること． |
||
| 使用教材 ／Teaching materials |
講義資料を manaba で配布する． | ||
| 成績評価の方法 ／Grading |
期末試験・レポート・ミニテストの成績から評価する． 以下の基準で評価を行い，最も評価の高いものを最終成績として採用する． （１）期末試験（100%） （２）期末試験（80%）＋レポート(20%) （３）期末試験（50%）＋レポート(20%)＋ミニテスト(３0%) |
||
| 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． | ||
| 履修上の注意事項 ／Remarks |
ミニテストはmanabaを用いて実施するため，スマートフォン等のmanabaに接続できる端末を毎回用意すること． また，出席確認にはresponを利用する． | ||
| 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 |
①面接授業／Face-To-Face class | ||
| 遠隔授業 ／Online class |
|