シラバス参照

講義名 ビッグデータ解析 
教員名

村松 大吾

講義コード 123225300 
単位数
配当年次 3年生 
科目ナンバリング USC10-314 
開講年度 2022 
開講時期 後期 



テーマ・概要
IT化された現代社会においては、様々な種類のデータが、様々な方法により高頻度で、大量に取得されている。このような多種多様な多量データ(ビッグデータ)に注目し,それらを解析することで、ビッグデータに潜む有効な情報を見つけ出し、活用することに大きな期待が寄せられているが,ビッグデータであるがゆえの困難が伴う。
ビッグデータ解析のためには、ビッグデータを支える情報処理技術と、データの解析手法の理解が必要である。講義の前半では、ビッグデータを支える情報処理技術に関する講義を行い、後半は、データ解析手法について講義を行う。データ解析手法の理解を深めるため、プログラムでの演習も行う。 
到達目標
DP1-1(情報科学科の専門分野に関する知識・技能の習得)の達成のために,ビッグデータ解析を支える情報処理技術や、データ解析手法について学ぶ。手法を他者に説明できる能力,及び実データをプログラムによる解析できる能力取得を目指す。 
授業の計画と準備学修
回数 授業の計画・内容 準備学修(予習・復習等) 準備学修の目安(分)
第1回 ビッグデータの活用事例  【復習】 講義内容の復習  復習:60分 
第2回 分散処理フレームワーク(1),Hadoopなど  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第3回 分散処理フレームワーク(2),Sparkなど  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第4回 データベース(1) SQLとNoSQL  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第5回 データベース(2)代表的なNoSQL  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第6回 オープンデータ  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第7回 到達度確認試験と前半のまとめ  【予習】 過去の資料復習  予習:90分 
第8回 線形識別関数による解析  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第9回 SVMによる解析  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第10回 プログラム演習(SVM)  【復習】 演習の完成  復習:90分 
第11回 深層学習による解析(1),畳み込みニューラルネットワーク  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第12回 深層学習による解析(2),再帰型ニューラルネットワークなど  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第13回 トピックモデルによる解析  【予習】 講義資料の確認
【復習】 講義内容の復習,演習課題を解く 
予習:30分
復習:60分 
第14回 プログラム演習(ニューラルネットワーク)  【復習】 演習の完成  復習:90分 
授業の方法
講義スライドにより講義を行う.
また演習問題を適宜提示するとともに,プログラム演習の回も設ける. 
課題等へのフィードバック方法
到達度確認テストの解説を講義内で行う. 
成績評価の方法
平常点(10%),プログラム課題(30%),到達度確認テスト(30%),定期試験(30%) 
成績評価の基準
成蹊大学の成績評価基準(学則第39条)に準拠する。/Grades in the course are based on the criteria of Seikei University Regulation No.39. 
必要な予備知識/先修科目/関連科目
テキスト
特になし(講義資料は配布する) 
参考書
ビッグデータ解析の現在と未来,原隆浩(著),共立出版 「購入の必要なし」
わかりやすいパターン認識,石井健一郎,前田英作,上田修功,村瀬洋(共著),オーム社「購入の必要なし」
パターン認識と機械学習(上)(下),C.M.ビショップ(著),丸善出版「購入の必要なし」
深層学習,岡谷貴之(著),講談社「購入の必要なし」 
特記事項


PAGE TOP