シラバス参照

講義概要/Course Information

2024/06/20 現在

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	2024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
開講類・専攻 /Cluster/Department	Ⅰ類
担当教員名 /Lecturer(s)	岡本(一)・長濱・宮本・金・○中嶋・水野
居室 /Office	西5-401
公開E-mail /e-mail	世話人：水野統太
授業関連Webページ /Course website	https://www.inf.uec.ac.jp/c/doku.php?id=inf:3:2:mselab:2022 https://www.inf.uec.ac.jp/c/doku.php?id=inf:3:2:mselab:2022:guide
更新日 /Last update	2024/03/19 16:32:50	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）	経営・社会情報学プログラムの専門科目のうち、学生自らが行う実験を通して理解を深める必要がある「人間工学」、「心理情報学」、「オペレーションズ・リサーチ基礎」、「オペレーションズ・リサーチ第一」、「マルチエージェントシステム」、「品質管理第一」、「品質管理第二」、「信頼性工学」、「ソフトウェア工学」、「統計学」、「多変量解析」、「生産管理」、「マーケティング科学」、「言語認知工学」の科目について、下記の６つのテーマを設定する。 生体情報工学：「人間工学」「心理情報学」 品質・信頼性工学：「品質管理」「信頼性工学」 データサイエンス：「統計学」「多変量解析」 生産管理：「生産管理」 マルチエージェントシステム：「マルチエージェントシステム」 対話システム：「言語認知工学」 経営・社会情報学プログラムの科目の理解・自ら工夫して行う実験を通した自学自習の技術の習得・実験結果に対する自らの評価方法等を学ぶ。 学生の自主的・積極的な取り組みを求める。
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）	１年次の科目すべて。 ２年次の科目のうち、少なくとも「確率論」「電気・電子回路」「統計学」「応用数学第一」「品質管理第一」「生産管理」の６科目。 ３年次の科目のうち、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（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters）	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「ソフトウェア工学」「品質管理第二」「信頼性工学」「マーケティング科学」「言語認知工学」は同時に履修すること。また、対話システムに強く興味のある学生は、I類（情報系）の他プログラムの科目であるが、ヒューマンインタフェースを履修しておくとより理解が深まると思われる。
教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters）	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（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters）	上記６テーマのうち、学生は４テーマを実施する。 実験実施は全体で１5週間 第１週　　　　　ガイダンス：実験の心構え、レポート執筆上の留意点、等 第２〜４週　　　実験テーマ１ 第５〜７週　　　実験テーマ２ 第８週　　　　　実験予備日およびレポート作成 第９〜１１週　　実験テーマ３ 第１２～１４週　実験テーマ４ 第１５週　　　　実験予備日およびレポート作成 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。 第１回：ガイダンス 第２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３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４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５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６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７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８回：実験予備日およびレポート作成 第９回：生産管理１：IE（Industrial Engineering）手法を学ぶ。 第１０回：生産管理２：ボールペンの組立作業における作業改善に取り組む。 第１１回：生産管理３：ボールペンの組立作業における作業改善に取り組む。 第１２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１３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１４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。 第１５回：実験予備日およびレポート作成 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。
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）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters）	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） （1,000文字以内） /Evaluation and grading （up to 1,000 letters）	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（1,000文字以内） /Office hours（up to 1,000 letters）	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（1,000文字以内） /Message for students（up to 1,000 letters）	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・社会情報学プログラム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 /Keywords	学生実験