理工学部Faculty of Science and Engineering
HUI200XE（人間情報学 / Human informatics 200）人間工学Human Engineering
平原 誠Hirahara MAKOTO
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 | H6130 |
| 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 | 水1/Wed.1 |
| 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)
Ergonomics is concerned with designing easy-to-use products (e.g. personal devices, machine interfaces, and software). An ultimate goal is user interfaces adapting to individual users. It is therefore important to capture individual user preferences and behaviors. This course introduces machine learning and multivariate analysis as a possible way to find user preferences and behaviors. Topics include neural networks with supervised and unsupervised learning, analysis of variance, principal component analysis, factor analysis and independent component analysis. This course places emphasis on mathematical derivation and computer implementation of the methods. At the end of this course, students are expected to derive the methods and implement them from scratch in Excel. Students will be expected to have completed the required assignments after each class meeting. Before/after each class meeting, students will be expected to spend four hours to understand the course content. Finalgrade will be calculated according to the following process: homework (30%) and term-end examination (70%).
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
人間工学の目的は道具，機械，ソフトなどを快適で使い易いものにすることであり，そのためにも使う側である人間，特に脳を理解することが重要である．本講義では脳および脳の情報処理を真似た学習技術（ニューラルネット）の理解を主要テーマとする．
到達目標Goal
学生は以下を身に着けることができる：
・脳に関わる基礎知識．
・ニューラルネットの学習方法の導出に関する基礎力．
・ニューラルネットの学習の視覚的な理解．
・ニューラルネットを一から実装できるレベルの深い基礎力．
・データ分析方法の理解．
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. ）
脳に関わる知見を紹介するとともに，実験等で得られたデータの分析方法に触れる．さらに，個々の人間に適応する未来のインターフェースを考える上でも重要な学習技術（ニューラルネット）を解説する．ニューラルネットは生体の諸現象の説明など脳の解明に用いられるほか，パターン認識，予測，制御，最適化など工学的にも応用される．理論の理解を深めるため，ライブラリ等を一切用いずに，一からの実装を試みる．課題等の提出・フィードバックは「学習支援システム」を通じて行う予定である．
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.)
なし / No
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：対面/face to face
※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]：システム
概要，インタフェース，安全性，信頼度
第2回[対面/face to face]：感覚と神経系
概要，インタフェース，安全性，信頼度
第3回[対面/face to face]：教師あり学習１
線形モデルの解説，実装，Excelについての基礎知識
第4回[対面/face to face]：教師あり学習２
パーセプトロンの解説，実装
第5回[対面/face to face]：教師あり学習３
シグモイド型モデルの解説，実装
第6回[対面/face to face]：教師あり学習４
バックプロパゲーションの解説
第7回[対面/face to face]：教師あり学習５
バックプロパゲーションの実装
第8回[対面/face to face]：教師なし学習１
競合学習および自己組織化マップの解説，実装
第9回[対面/face to face]：教師なし学習２
統計についての基礎知識，独立成分分析に関わる前処理（中心化，白色化）
第10回[対面/face to face]：教師なし学習３
独立成分分析の解説
第11回[対面/face to face]：教師なし学習４
独立成分分析の実装
第12回[対面/face to face]：データ分析１
分散分析の解説，実装
第13回[対面/face to face]：データ分析２
主成分分析の解説，実装
第14回[対面/face to face]：データ分析３
因子分析の解説，実装
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】前回の復習を欠かさないこと．
テキスト（教科書）Textbooks
資料を適宜配布する．
参考書References
図書館に数多くの参考書がある．
成績評価の方法と基準Grading criteria
期末テスト70％，レポート30％．
（変更の可能性がある．その場合は授業中にその都度お知らせする）
学生の意見等からの気づきChanges following student comments
アンケート結果では特に問題点が見つかりませんでしたので，前年度と同じペースで進める予定です．
学生が準備すべき機器他Equipment student needs to prepare
演習時に貸与PC（Excel とgnuplot がインストールされているPC）と電源ケーブルを用意すること．
その他の重要事項Others
オンラインでの開講となった場合、オンライン授業の方法や授業計画の変更などについては、学習支援システムでその都度提示する。学習支援システムを通じた連絡がないか、日ごろからよく確認するようにしてください。