シラバス参照

講義概要/Course Information

2024/07/19 現在

科目基礎情報/General Information

授業科目名 /Course title (Japanese)	大学院データサイエンス実践演習２
英文授業科目名 /Course title (English)	Advanced Practical Exercise in Data Science 2
科目番号 /Code
開講年度 /Academic year	2024年度	開講年次 /Year offered	全学年
開講学期 /Semester(s) offered	前学期集中	開講コース・課程 /Faculty offering the course	博士前期課程
授業の方法 /Teaching method	演習	単位数 /Credits	1
科目区分 /Category	大学院専門教育科目 - 専門科目Ⅱ
開講類・専攻 /Cluster/Department	情報学専攻
担当教員名 /Lecturer(s)	原田　慧
居室 /Office	東3-820
公開E-mail /e-mail	harada@uec.ac.jp
授業関連Webページ /Course website	なし / None
更新日 /Last update	2024/03/11 14:26:41	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）	本演習では、現実社会のデータを題材に、グループに分かれデータサイエンスを活用したプロダクトの企画からモデル構築、プロトタイプ実装、検証までを行う。企画段階から取り組むことで、他人の指示ではなく、主体的に技術活用を提案できるようになることを目的とする。 また、データサイエンスを活用した実際のプロダクト開発を通して、データサイエンス関連のプロジェクトにありがちな困難とその対処法を学び、これまで養ってきた実践力をさらに高める。 In this exercise, students will engage in all processes of product development using data science. Using real-world data as the subject matter, students will work on everything from product planning to model building, prototype implementation, and verification. The objective is for students to be able to independently propose the use of technology, rather than being directed by others. In addition, through the development of actual products utilizing data science, students will learn about the difficulties that are common in data science-related projects and how to deal with them, and further enhance the skills they have.
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）	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）	学域・データサイエンス演習 / Data Science Studies (undergraduate course)
教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters）	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）	Lectures will be given in Japanese.   授業内容とその進め方 第１回　グループ分け・課題設定 第２回　ストーリーカード等の作成 第３回　分析データ収集 第４回　クラウド環境の使い方・モック作成（１） 第５回　モック作成（２） 第６回　モック作成（３）・試作品の発表 第７回　機械学習モデルの作り方 第８回　機械学習モデル構築・検証（１） 第９回　機械学習モデル構築・検証（２） 第１０回　統合テスト 第１１回　テスト・修正（１） 第１２回　テスト・修正（２） 第１３回　ドキュメントの作り方 第１４回　ドキュメント作成 第１５回　成果物報告会
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	担当教員の実務経験に基づき指導する。 プロダクトを最初から最後まで作ることは実務でもなかなかできない貴重な経験である。 Manufacturing from start to finish is a valuable experience that is difficult to obtain even if you work in a company.
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）	各期間で定められた課題を実施すること。 Students must complete a set of assignments.
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）	開発したプロダクトのデモ、プレゼンテーション、ドキュメントを主としてチーム単位で評価し、各個人の貢献を踏まえて総合評価とする。チームとしては当初の計画に沿ったプロダクトが動作し、課題や不完全な点を含めてドキュメントにまとめられていること、個人としては開発のすべての工程をドキュメントとソースコードを見ながら再現できることを最低達成基準とする。 Demonstrations, Presentations, and Documentation of the product will be evaluated, and coordinate with each individual's contribution.   As a team, the minimum requirement is that the product works (including issues and imperfections) according to the original plan and is documented.   As an individual, the minimum requirement is to be able to reproduce all steps of the development process with documentation and source code.
オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters）	TBA
学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters）	土曜集中講義で開催する。詳細な開講日程は決まり次第ここで告知する。 The course will be held on Saturdays. The detailed schedule will be announced here as soon as it is finalized.
その他 /Others	本講義はDx2プログラムの修士2年次学生にとって必修の演習となる。必ず履修登録の上参加すること。 その他の学生が受講を希望する場合は、空きがあれば受け入れ可能である。事前にharada@uec.ac.jpにメールをして相談すること。 This lecture is a required exercise for M2 students in the Dx2 program.   Other students who want to take this exercise must send an e-mail (harada@uec.ac.jp) in advance.
キーワード /Keywords	アジャイル開発、機械学習、MLops、テスト、ドキュメンテーション Agile development, machine learning, MLops, testing, documentation