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	2025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	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	Slackにおいて連絡を行う
更新日 /Last update	2025/03/10 11:49:04	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、グループに分かれデータサイエンスを活用したモデル開発を行う。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、この活動を通して、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 be divided into groups to develop models using data science. The goal is to be able to propose the use of technology independently, rather than following the instructions of others. Through this activity, students will learn about the difficulties that are common in data science-related projects and how to deal with them, and further improve the practical skills they have developed so far.
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）	KDD, Recsys, CVPRなどのトップカンファレンス付随のコンペティションに参加し、上位を目指す。 詳細な日程はグループごとに調整となるが、定期的な進捗報告と各自での取り組みが中心となる。 結果が何位であれ、コンペティション終了後に論文形式で取り組み結果を執筆する。これらのコンペティションでは、上位に入った場合にはWorkshopで発表する権利を獲得できる。 Students will participate in competitions associated with top conferences such as KDD, Recsys, and CVPR, and aim for the top. The detailed schedule (regular progress reports and individual efforts) will be adjusted for each group. Regardless of the final result, I ask students to write up their solution in the form of a workshop paper after the competition. In these competitions, if placed in the top ranks, students will earn the right to present in a workshop.
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。 データの理解から始めて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）	執筆された解法の論文と順位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。チームとしては投稿が成立し、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。 The solution writeup and rankings will be evaluated primarily on a team basis, and the overall evaluation will be based on the contribution of each individual. The minimum achievement criteria for a team are that the submission is complete and that the document is organized, including issues and incomplete points, and that an individual can reproduce all processes while looking at the document 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）	集中講義で開催する。詳細な開講日程は決まり次第学生に告知する。 This exercise will be held as a concentrated lecture. 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、Kaggle、テスト、ドキュメンテーション Agile development, machine learning, Kaggle, testing, documentation