シラバス参照

講義概要/Course Information

2025/04/27 現在

科目基礎情報/General Information

授業科目名 /Course title (Japanese)	大学院総合コミュニケーション科学（H27年度以前入学生）
英文授業科目名 /Course title (English)	Graduate Course of Science and Technology on Communications
開講年度 /Academic year	2021年度	開講年次 /Year offered
開講学期 /Semester(s) offered	後学期	開講コース・課程 /Faculty offering the course
授業の方法 /Teaching method		単位数 /Credits	2
科目区分 /Category
開講類・専攻 /Cluster/Department
担当教員名 /Lecturer(s)	村松　正和
居室 /Office	西4-510
公開E-mail /e-mail	MasakazuMuramatsu@uec.ac.jp
授業関連Webページ /Course website	Google Classroom を見てください / See our Google Classroom
更新日 /Last update	2021/03/17 11:56:21	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（2,000文字以内） /Themes and goals（up to 2,000 letters）	「総合コミュニケーション科学」とは、本学が独自に提唱する科学技術の新しい基本概念であり、人と人、人と社会、人と自然、人と人工物、人工物と人工物など、あらゆるモノやコトの豊かなコミュニケーションを支柱として、社会に存在する様々な境界線を越えようという哲学でもある。人間知と機械知の高度な融合によってあらゆる人間が快適に共生できる社会（超スマート社会）を目指すものである。 本科目では総合コミュニケーション科学に関する以下の４つを実施する。 １　電通大の各研究センターにおける最先端研究について知る ２　総合コミュニケーション科学の基盤技術としてデータサイエンス技術を身につける ３　総合コミュニケーション科学の基盤技術として人工知能技術を身につける ４　多様性溢れる社会を理解する これらを経験することがすなわち達成目標である。 "Comprehensive communication science" is a new basic concept of science and technology advocated by the UEC. It  is also a philosophy of crossing various boundaries that exist in society, with rich communication between all things such as people and people, people and society, people and nature, people and man-made objects, man-made objects and man-made objects, etc. It aims to create a society (super smart society) in which all human beings can coexist comfortably through the advanced fusion of human knowledge and machine knowledge. In this course, we will implement the following four related to comprehensive communication science. 1 Learn about cutting-edge research at each research center of the UEC 2 Acquire data science technology as a basic technology of comprehensive communication science 3 Acquire artificial intelligence technology as a basic technology of comprehensive communication science 4 Understanding a diverse society Experiencing these is the goal to be achieved.
前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters）	なし None
前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters）	なし None
教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters）	なし None
授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters）	本科目はオンデマンド遠隔講義です。下記の期間中にそれぞれの内容を受講し、課題を提出してください。 　第１週　１０月１日〜７日　研究センターからの講義１ 　第２週　１０月８日〜１４日　 研究センターからの講義２ 　第３週　１０月１５日〜２１日　研究センターからの講義３ 　第４週　１０月２２日〜２８日　人工知能に関する講義１ 　第５週　１０月２９日〜１１月４日　人工知能に関する講義２ 　第６週　１１月５日〜１１日　データサイエンス１ 　第７週　１１月１２日〜１８日　データサイエンス２ 　　　　　１１月１９日〜２５日　（調布祭で休み） 　第８週　１１月２６日〜１２月２日　データサイエンス３ 　第９週　１２月３日〜１２月９日 データサイエンス４ 　第１０週　１２月１０日〜１２月１６日 データサイエンス５ 　第１１週　１２月１７日〜１２月２３日 データサイエンス６ 　　　　　　１２月２４日〜１月６日（冬季休業） 　第１２週　１月７日〜１月１３日 データサイエンス７ 　第１３週　１月１４日〜１月２０日　データサイエンス８ 　第１４週　１月２１日〜１月２７日　人工知能に関する講義３（深層学習） 　第１５週　１月２８日〜２月２日　ダイバーシティに関する講義 This is an on-demand distance lecture. In each week, learn each content and submit your assignment. Week 1. Oct.  1 - Oct. 7: Lecture from a research center of UEC 1. Week 2. Oct. 8 - Oct. 14: Lecture from a research center of UEC 2. Week 3. Oct. 15 - Oct. 21: Lecture from a research center of UEC 3. Week 4. Oct. 22 - Oct. 28: Lecture on Artificial Intelligence 1. Week 5. Oct. 29 - Nov. 4: Lecture on Artificial Intelligence 2. Week 6. Nov. 5 - Nov. 11: Lecture on Data Science 1. Week 7. Nov. 12 - Nov. 18: Lecture on Data Science 2. Week 8. Nov. 26 - Dec. 2: Lecture on Data Science 3. Week 9. Dec. 3 - Dec. 9: Lecture on Data Science 4. Week 10. Dec. 10 - Dec. 16: Lecture on Data Science 5. Week 11. Dec. 17 - Dec. 23: Lecture on Data Science 6. Week 12. Jan. 7 - Jan. 13: Lecture on Data Science 7. Week 13. Jan. 14 - Jan. 20: Lecture on Data Science 8. Week 14. Jan. 21 - Jan. 27: Lecture on Artificial Intelligence 3 (Deep Learning). Week 15. Jan. 21 - Jan. 27: Lecture on Diversity.
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
成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters）	毎回の課題を提出することを前提とし、提出物を総合評価して「合」「否」を決定する。 Each assignment must be submitted. All the submissions will be evaluated to make a "pass" or "no" decision.
オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters）	クラスルームにて受け付ける Ask at the Google Classroom.
学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters）	今年度より、データサイエンスの基礎に関する部分を増強しました。 This year, we have strengthened the basics of data science.
その他 /Others	なし None
キーワード /Keywords	総合コミュニケーション科学、データサイエンス、人工知能、機械学習、ダイバーシティ Comprehensive communication science, Data science, Artificial intelligence, Machine learning, Diversity.