理工学部Faculty of Science and Engineering
COT300XE（計算基盤 / Computing technologies 300）検索技術Search technique
藤井 章博Akihiro FUJII
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 | 2022 |
| 授業コードClass code | H6066 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 月2/Mon.2 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 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 |
応用情報工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Course outline】Information Retrieval Concepts and Skills are learned through such as Scraping, Natural language processing and Semantic Web technologies. 【Learning Objectives】Students are to understand Mathematical foundation, algorithmic backgrounds are also explained with rich examples of Python programming codes.【Learning activities outside of classroom】Before each class meeting, students will be expected to have read the relevant chapter(s) from the text.【Grading Criteria /Policy】Your overall grade in the class will be decided based on the following
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
情報検索として、文書のベクトル表現をプログラムで実装する。「スクレ―ピング」「自然言語処理」と総称される技術に使われている基本的な考え方を理解し、そこで使われている数理的基礎、アルゴリズム、プログラムについて修得する。理論的背景を説明し、実際に研究・開発に利用できるプログラムを取り上げて、その理解を深めるために演習課題を実施する。
到達目標Goal
プログラミング演習課題を実施するために、Python 言語を利用する。初歩的な言語理解の導入を行い、課題を実施できるようにする。プログラミング課題を「基本」と「応用」に分けて実施する。基本をすべて理解し実施できることが受講者の最低限の到達目標である。
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. ）
オンデマンド授業を併用する。授業を実施する日程に注意すること。テキスト欄に指定した教科書の内容にそって授業を進める。関連するプログラミングの演習を行う。授業支援システムに関連する項目の課題を示す。提出された課題について授業でフィードバックする。必要に応じて視聴覚教材を併用する。演習の解法を講義の中で解説する。感染対策のためにオンライン、オンデマンド講義を併用する。
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
授業形態/methods of teaching：オンライン/online
※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。
第1回[対面/face to face]：全体像の説明
情報検索について概要を説明する。Web技術の進化、利用の拡大に伴って発展する情報技術体系を概観する。
第2回[未定/undecided]：Pythonの文法
Pythonの基本的な文法の解説を行う。
第3回OD[未定/undecided]：情報検索プログラムの基礎（On Demand授業：以下「OD」、教室での授業を行わない）
ファイル操作およびHTTPリクエストとリスポンスの扱い。ウエブサイトのコンテンツを収集するシステムであるクローラーの仕組みについて学ぶ。
第4回OD[未定/undecided]：序論（OD）
情報検索の歴史的経緯、その目的、人工知能研究との関連、検索モデルの考え方。
第5回[未定/undecided]：図書館情報検索
人が行う情報検索の実例として、図書館のシステムの利用をとりあげ、論文検索を行う。図書館のライブラリアンの協力を得て行う。
第6回OD[未定/undecided]：データ可視化と推奨（OD）
JavaScriptとD3.jsを利用したデータの可視化を学ぶ。協調フィルタリングによる推奨の方法を学ぶ。
第7回OD[未定/undecided]：ベイズ推定と決定木（OD）
確率的な教師あり学習としてベイズの推定方法を学ぶ。同様に決定木による分類方法を学ぶ。
第8回[未定/undecided]：自然言語処理説明
形態素解析、統語解析、意味解析を利用する手法を学ぶ。
第9回OD[未定/undecided]：自然言語処理演習（OD）
形態素解析、統語解析、意味解析を利用する手法を学ぶ。プログラムによる実践的演習を行う。
第10回OD[オンライン/online]：OD分分析とSVM（OD）
音声、画像などマルチメディアの情報検索について述べる。データの分類。
第11回[未定/undecided]：クラスタリング説明
ドキュメントデータベースのグループ化としてクラスタリングアルゴリズムについて学習する。
第12回OD[未定/undecided]：クラスタリング演習（OD)
クラスタリング手法の実践的な活用の演習
第13回[オンライン/online]：情報検索システムの評価
検索システムの性能評価手法を学ぶ。適合率と再現率の計算方法、適合率‐再現率グラフについて学習する。
第14回[対面/face to face]：総合演習
情報検索に関する課題を解決するプログラムの開発
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】サンプルプログラムの動作確認。課題の実施。
テキスト（教科書）Textbooks
授業支援システムを介して演習用プログラム（Python）を配布し、それを利用する。
参考書References
１「デジタル情報の処理と認識」柳沼良知他、NHK出版
２「PythonによるWebスクレイピング」Ryan Mitchell 著、オライリージャパン
３「集合知プログラミング」Toby Segaran著、當山他訳、オライリージャパン
成績評価の方法と基準Grading criteria
授業に関連するプログラミング課題を課して、評価を行う。課題の提出は、３回を予定している。評価割合は、60％とする。
学期末に試験を実施する。このペーパーテストの評価割合を40％とする。
学生の意見等からの気づきChanges following student comments
演習の課題の準備が慣れていない学生には煩雑であった。しかし、実際のゼミに少し近い内容が演習として実施できた。
学生が準備すべき機器他Equipment student needs to prepare
PCを利用します。指示がある場合はノートPCを授業時に各自用意してください。