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)	実践ソフトウェア開発概論Ⅲ
英文授業科目名 /Course title (English)	Practical Software Development Ⅲ
科目番号 /Code
開講年度 /Academic year	2025年度	開講年次 /Year offered	全学年
開講学期 /Semester(s) offered	後学期	開講コース・課程 /Faculty offering the course	博士前期課程
授業の方法 /Teaching method	講義	単位数 /Credits	2
科目区分 /Category	大学院専門教育科目 - 専門科目Ⅰ
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	西5号館807
公開E-mail /e-mail	harada@uec.ac.jp
授業関連Webページ /Course website	See Google Classroom:
更新日 /Last update	2025/03/10 12:00:29	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）	データサイエンスの実務において典型的な問題について、座学とKaggle Community Competitionを活用した演習を通して学ぶ。特に、データ分析において陥りやすい罠である、問題に応じた検証データの適切な作り方を重点的に学ぶ。 In this lecture, students will learn about typical problems in data science applications through lectures and exercises using Kaggle Community Competition. Particular emphasis will be placed on how to create appropriate validation data for each problem.
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）	特になし / 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）	実践ソフトウェア開発基礎論、データマイニング Fundamentals of Practical Software Development, Data Mining
教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters）	教科書(Course textbook)： 門脇大輔、坂田隆司、保坂圭佑、平松雄司　著「Kaggleで勝つデータ分析の技術」　技術評論社 その他の講義資料・スライドは講義中に配布する。 Other lecture materials and slides will be provided in the lecture.
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）	英語タイプCcにより行う。講義と資料は日本語である。 All lectures and materials will be given in Japanese, but students who cannot speak Japanese can attend by using Google Translate, etc. 土曜日午後の集中講義（3、4、5限）として開催予定、10月から12月上旬の範囲内で変更する可能性があるので注意すること。 全ての講義はZoomによるリモートで開催される。 詳細は9月15日までには更新する。 座学→コンペティション開始にあたっての演習→各自演習→解説・振り返り　を１サイクルとして、全５サイクル程度実施する。 各日の予定は以下のような形となる。 ・前回のコンペティションの振り返り ・今回のテーマの座学 ・コンペティション開始、開始を補助するのための演習 The course will be held on Saturdays as an intensive lecture on Saturday afternoons (3rd, 4th, and 5th periods), so please note that there is a possibility that it may change within the range of October to early December. Details will be updated by September 15th. Total of 5 cycles will be conducted, each cycle consisting of classroom lectures, exercises for starting the competition, individual exercises, explanations, and review. The schedule for each day will be as follows - Review of the previous competition - Classroom lecture on the theme of this week's competition - Start of the competition, exercises
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から、実社会における機械学習の応用事例と応用上の課題、その対策について言及しながら講義する。 Lectures will be given referring to application examples of machine learning in the real world, problems in application, and their countermeasures.
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）	毎週の講義の最後にKaggle Community Competitionを出題するので、次の講義までに取り組んでおくこと Kaggle Community Competitions will be given each week, so be sure to work on them before the next lecture.
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）	講義中に開催するコンペティションの成績(50%)と期末レポート(50%)によって評価する。 Evaluation will be based on the results of a competition held during the lecture(50%) and a final report(50%).
オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters）	講義中にお知らせします TBA
学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters）	データアントレプレナーフェロープログラム（https://de.uec.ac.jp/）の講義(Kaggle講義)と重ねて開講するため、学外の受講生とも交流の機会がある。 The course will be offered over the Data Entrepreneur Fellow Program (https://de.uec.ac.jp/) lectures, so there will be opportunities to interact with students from outside the university.
その他 /Others	Kaggle環境を用います。土曜日に開講しますのでご注意ください。 We use Kaggle environment. Note that classes will be held on Saturdays.
キーワード /Keywords	人工知能、データサイエンス、機械学習、Kaggle AI, Data Science, Machine Learning, Kaggle