理工学部Faculty of Science and Engineering
OTR400XF(その他 / Others 400)経営工学ゼミナール2Seminar for Industrial and Systems Engineering 2
木村 光宏Mitsuhiro KIMURA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | H6743 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 集中・その他/intensive・other courses |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | |
配当年次Grade | |
単位数Credit(s) | |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリー<理工学部>Category |
経営システム工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This seminar provides several advanced knowledge and techniques for data analysis with some computer tools for mathematics and statistics.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
信頼性理論,品質管理を含んだテーマにおける各種統計手法を活用して,または機械学習を用いた多変量データに基づく予測や判別について,最終的にはある特定の問題を捉えた上で,研究する.
到達目標Goal
卒業研究として一貫したテーマがまとめられること.卒論審査会を通過することが表面的な目標である.このとき,各自が与えられた,あるいは自ら選定したテーマとその研究結果ついて,新規性,有効性などに問題がないことが必須条件となる.
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」と「DP2」と「DP4」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
数人のグループによりテーマを研究する.出席と課題の消化が求められる.提出物については適時講評を行う。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
※各回の授業形態は予定です。教員の指示に従ってください。
1:モデル化手法およびテーマの選定1
グループごとにおおまかなテーマを設定して,文献などを調べる
2:モデル化手法およびテーマの選定2
先週に引き続いて文献調べをおこない,報告する準備を行う
3:モデル化手法およびテーマの選定3
報告を行い,テーマをより具体的なものに近づける
4:機械学習をもちいたテーマの基本
テーマに対して機械学習の手法が有効であるか否か検討する.否の場合は他の手法について調べる.
5:機械学習をもちいたテーマの応用
実際に実装して確認する
6:確率過程をもちいたテーマの基礎
テーマに対して確率過程解析の手法が有効であるか否か検討する.否の場合は他の手法について調べる.
7:確率過程をもちいたテーマの応用
実際に実装して確認する
8:統計解析をもちいたテーマの基礎
テーマに対して統計解析の手法が有効であるか否か検討する.否の場合は他の手法について調べる
9:統計解析をもちいたテーマの応用
実際に実装して確認する
10:解析結果の検討と論文執筆開始
実装と解析を継続しつつTeXによる執筆方法を復習する
11:論文執筆の進捗確認
TeXによる執筆を継続する
12:論文執筆の仕上げと内容の精査
論文の見直し,仕上げに入る
13:プレゼンテーション準備
TeXによる論文執筆・プレゼンテーション練習
14:プレゼンテーション発表
プレゼンテーションの実施と評価
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
【本授業の準備・復習等の授業時間外学習は、4時間を標準とする】ゼミナールのほか,グループでの自主的取り組みが必要である.
テキスト(教科書)Textbooks
適宜指導する
参考書References
適宜指導する
成績評価の方法と基準Grading criteria
必修科目であるから出席は必須であり(50%),成果物の提出などをもって基礎点を付ける(50%).卒論審査会での出来も加味する.
学生の意見等からの気づきChanges following student comments
特になし
学生が準備すべき機器他Equipment student needs to prepare
貸与PCも用いる.
その他の重要事項Others
コロナ禍対応等でスケジュール・内容等に変更が生じる可能性があるため、ゼミ生向けslack、メール、hoppii内の学習支援システムの当科目に関する掲示板等を注意しておくこと。