シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
経営・社会情報学実験 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Management Science and Social Informatics Laboratory | ||
| 科目番号 /Code |
MSS601b | ||
| 開講年度 /Academic year |
2020年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
実験 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講学科・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
岡本・金・中嶋・西(康)・松吉・水野 | ||
| 居室 /Office |
西5号館701室 | ||
| 公開E-Mail |
ソフトウェア工学実験担当教員宛にお送りください (Yasuharu.Nishi@uec.ac.jp) | ||
| 授業関連Webページ /Course website |
http://bit.ly/mselab2020 | ||
| 更新日 /Last updated |
2020/04/23 11:27:20 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標 /Topic and goals |
この実験では、経営・社会情報学プログラムで主な研究対象とする人間、社会、組織、製品について、それらを定量的に把握し、必要な情報システムの設計と運用に繋げるための技術を習得することを目標とする。そのために経営・社会情報学コースの専門科目の中から、学生自らが行う実験を通して理解を深める必要がある科目について、下記の5つのテーマを設定する。テーマの右に関連する科目を記す。 1. 生体情報工学：「人間工学」、「応用数学第一」、「電気・電子回路」 2. ソフトウェア工学：「ソフトウェア工学」 3. 品質・信頼性工学：「品質管理」「信頼性工学」 4. インダストリアル・エンジニアリング:「生産管理」 5. データサイエンス：「多変量解析」 6. 計算言語学：「認知科学」 経営・社会情報学プログラムの科目の理解と、自ら工夫して行う実験を通した自学自習の技術の習得、そして実験結果に対する自らの評価方法等を学ぶ。ここでは学生の自主的・積極的な取り組みが求められている。 この実験は前述の６つの実験テーマから成り、学生は２班に分かれて。これらすべてのテーマに取り組む。毎週、全６テーマに取り組む。生体情報工学では、生体測定によってデータを取得し、解析することを通して、生体に関するテーマに取り組む。ソフトウェア工学では、制御可能な情報システムとしてのレゴ製品を対象に、問題解決や課題達成のためのシステム構築と設計、そしてそのための能力を養う。品質・信頼性工学では、製品の性能を向上する設計を実現するために、実験やシミュレーションで取得したデータの解析に基づく対象の性能把握と、実験計画法に基づく設計改善を通して、問題解決能力を養う。統計工学では、社会性のあるデータをデータベースで管理し・加工すること、併せてそのデータに関する情報を検索・収集すること、を行う。そのデータを管理・解析する情報システムを活用して得る知見を、どのように社会に役立てるか、を課題とした取り組みを行う。データサイエンスでは、ビッグデータ技術者の素養を身につけてもらうべく、ビッグデータ分析のための情報システム（例えば並列分散処理システム）を用いたデータサイエンスの演習を行う。計算言語学では、計算言語学の応用としてのシステム構築を行うことを目標とする演習を行う。これらを通して、情報システムを設計、運用する際に必要な知識を獲得する。 |
|---|---|
| 前もって履修 しておくべき科目 /Prerequisites |
１年次の科目すべて。 ２年次の学科専門基礎科目のうち、少なくとも「確率」「電気・電子回路」「統計」「品質管理第一」の４科目。 ３年次の学科専門科目のうち、前学期に開講される「プログラミング言語実験」「多変量解析」「人間工学」の３科目。 |
| 前もって履修しておくこ とが望ましい科目 /Recommended prerequisites and preparation |
前もって、ではないが、３年次の学科専門科目のうち後学期に開講される「言語認知工学」「ソフトウェア工学」「品質管理第二」は同時に履修すること。 |
| 教科書等 /Course textbooks and materials |
特になし。テーマごとに資料を配布する。 |
| 授業内容と その進め方 /Course outline and weekly schedule |
上記５テーマのうち、学生は４テーマを実施する。 第 ０ 週 ガイダンス：実験の心構え、レポート執筆上の留意点、等 実験実施はぜんぶで１5週間 第 １〜 3週 実験テーマ１ 第 ３〜 6週 実験テーマ２ 第 7〜 9週 実験テーマ３ 第１０〜１２週 実験テーマ４ 第１３〜１５週 実験テーマ５ 例えば、ある班の学生は次のようなスケジュールで本実験に取り組む。 学生をＡ、Ｂの二つのグループに分ける。グループごとに順序は異なるが、全員がすべての内容に取り組むことになる。 第１回：ソフトウェア工学１：周囲の情報をセンサーにより取得して情報処理し、能動的に動作するシステムを、レゴとコントローラとで作成する。第１週は、構築するシステムで解決すべき問題の提示、システム構築のためのプログラミング研修、そしてシステムの初期設計を行う。 第２回：ソフトウェア工学２：第２週は、システムの試験運用と評価、問題点の洗い出し、設計の改善と運用を行う。システム構築に関する情報検索も併せて行う。 第３回：ソフトウェア工学３：第３週は、システムを完成させ、実運用環境での性能評価を行い、完成総合評価する。 第４回：品質・信頼性工学１：自律型システムの設計の最適化問題に、実際に製品を試作して性能を評価しながら設計を最適化するための実験計画法を用いて取り組む。 第５回：品質・信頼性工学２：半導体の信頼性向上の問題に、シミュレータと実験計画法を用いて取り組む。 第６回：品質・信頼性工学３：半導体の信頼性向上の問題に、シミュレータと実験計画法を用いて取り組む。 第７回：データサイエンス１：ビッグデータ分析のための情報システム（例えば並列分散処理システム）への入門としてのプログラミング研修を行う。ビッグデータ分析のためのデータベース環境についても研修を行う。 第８回：データサイエンス２：第１週に続いて、ビッグデータを提供し、実際に分析を行うことを通して、並列分散処理システムの運用技術を学ぶ。 第９回：データサイエンス３：引き続き、ビッグデータ分析を継続し、ビッグデータ技術を獲得してもらう。 第１０回：計算言語学１：データをデータベース上で管理し分析するためのプログラミング研修を行う。あわせて、データに関して必要な情報を検索・収集する。そして、データの分析を行う。 第１１回：計算言語学２：データの分析を踏まえて、データの対象について分析結果から得られる知見から提案を行う。 第１２回：計算言語学３：データの分析を踏まえて、データの対象について分析結果から得られる知見から提案を行う。 第１３回：生体情報工学１：生体測定によってデータを取得するために、実験環境の取り扱いを学ぶ。またそのデータの解析のために、必要なプログラミング研修を行う。 第１４回：生体情報工学２：第１週に学んだことを、生体測定の実践に活かすことを通して、生体情報工学の実習を行う。 第１５回：生体情報工学３：第２週に学んだことを、生体測定の実践に活かすことを通して、生体情報工学の実習を行う。 |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等） /Preparation and review outside class |
各テーマについて、事前に資料を読み込んで学習しておくことを要求する。 自分が取り組んだ実験の成果を、報告書としてのレポートにまとめることを通じて、理解を深めて欲しい。 |
| 成績評価方法 および評価基準 （最低達成基準を含む） /Evaluation and grading |
本実験は、各テーマに従事して、自らが取り組んだ実験の成果をレポートにまとめて提出し、レポートを通じて内容の理解を評価する。そのため、すべての実験テーマに取り組むことと、要求された全てのレポートの提出を前提として、テーマごとに成績を評価し、すべてのテーマに合格している場合には、各テーマの成績を総合した成績評価を行う。そのため、 1. 全回の出席 2. 要求された全てのレポートの提出 は評価基準には含めないが、成績評価の前提とする。その上で、テーマごとに成績を評価し、すべてのテーマに合格している場合には、各テーマの成績を総合した成績評価を行う。 実験時の教員やTAとの質疑、提出されたレポートの内容などを通して、各実験テーマについて理解していること、実験結果を正しく評価できていること、を最低達成基準とする。１つでも不合格のテーマがある場合、また剽窃が発覚した場合には、上記の最低達成基準を満たしていないと判断せざるを得ず、不可とする。 |
| オフィスアワー： 授業相談 /Office hours |
それぞれの実験テーマの初回とウェブサイトに告知する。 |
| 学生へのメッセージ /Message for students |
各自の３年次前学期までの学習の成果が試される科目である。説明を聞いていなかったことを、説明が分かりにくい、周囲と比べて進捗が遅れたことを、内容が難しすぎる、などと、不満に置き換えることは関心できない。 開講学期、講義の進捗等により、関連する内容の講義を受けてから、本実験に臨むとは限らない。そのため、各テーマは必ずしも関連する科目を単位修得していることを要求しないように内容が構成されている。ただし、３年生の間に関連する科目を履修し、経営情報学コースの開講科目の理解を深めることを強く勧める。 |
| その他 /Others |
特になし |
| キーワード /Keyword(s) |
学生実験 |