理工学部Faculty of Science and Engineering
OTR400XF(その他 / Others 400)経営工学ゼミナールⅠSeminar for Industrial and Systems Engineering 1
劉 慶豊
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 | H6822 |
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 | 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 | 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 |
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)
(Course outline)
This course introduces econometrics and machine learning methods to students taking this course.
(Learning Objectives)
Learn machine learning and econometrics methods for graduation thesis.
(Learning activities outside of classroom)
Before/after each class meeting, students are expected to read the relevant books, understood the content, and completed the required assignments.
(Grading Criteria /Policy)
The evaluation will be based on class performance (50%) and research output (50%)
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
機械学習や計量経済学など、卒業研究のための基礎的な方法論、分析方法等について学び、研究プロジェクトを遂行する。
到達目標Goal
機会学習の手法を習得し、研究プロジェクトの遂行能力を身につける。
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. )
輪講とプロジェクト遂行
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: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]:ゼミの説明
輪読とプロジェクトの設定
第2回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第3回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第4回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第5回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第6回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第7回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第8回[対面/face to face]:中間報告
報告とプロジェクト計画の調整
第9回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第10回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第11回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第12回[対面/face to face]:理論と方法の学習とプロジェクト
テキストの輪読とプロジェクトの遂行
第13回[対面/face to face]:最終報告
結果発表
第14回[対面/face to face]:最終報告
結果発表
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】能動的に拡張的学習を行う。
テキスト(教科書)Textbooks
Géron Aurélien 著, 下田倫大 監訳, 長尾高弘 訳, scikit-learn, Keras, TensorFlowによる実践機械学習, 第2版, オライリー・ジャパン, 2020.
François Chollet 著, クイープ 訳, 巣籠悠輔 監訳, PythonとKerasによるディープラーニング, マイナビ出版, 2018.
参考書References
Géron, Aurélien. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, tools, and techniques to build intelligent systems. O'Reilly Media, 2019.
Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. New York: Springer series in statistics, 2009.
斎藤康毅,ゼロから作るDeep Learning, オライリー・ジャパン, 2016.
成績評価の方法と基準Grading criteria
授業への取り組み態度(50%)、演習の成果(50%)による。
学生の意見等からの気づきChanges following student comments
学生の習得状況に応じて指導方法を調整する。
学生が準備すべき機器他Equipment student needs to prepare
PC
その他の重要事項Others
興味を強く感じる研究テーマを見つけること。