日本語 English
開講年度/ Academic YearAcademic Year |
20232023 |
科目設置学部/ CollegeCollege |
経済学部/College of EconomicsCollege of Economics |
科目コード等/ Course CodeCourse Code |
BX584/BX584BX584 |
テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
授業形態/ Class FormatClass Format |
対面(全回対面)/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
授業形態(補足事項)/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
授業形式/ Class StyleCampus |
|
校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
学期/ SemesterSemester |
春学期/Spring SemesterSpring Semester |
曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
月5/Mon.5 Mon.5 ログインして教室を表示する(Log in to view the classrooms.) |
単位/ CreditsCredits |
22 |
科目ナンバリング/ Course NumberCourse Number |
ECX2310 |
使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
|
履修中止可否/ Course CancellationCourse Cancellation |
|
オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
|
備考/ NotesNotes |
This course provides the elementary topics of machine learning. It aims to explain the potential and the limitations of machine learning. Additionally, the course aims to provide an introduction to Python programming, which is indispensable for implementation of machine learning algorithms.
This course covers basic topics in machine learning and artificial intelligence including:
1) What does it mean to make machines learn?
2) How can we make machines learn by writing Python codes?
3) What problem can we solve by making machines learn?
1 | イントロダクション |
2 | Pythonプログラミング(1) |
3 | Pythonプログラミング(2) |
4 | Pythonプログラミング(3) |
5 | Pythonによる数値計算(1) |
6 | Pythonによる数値計算(2) |
7 | Pythonによる可視化 |
8 | 機械学習とは何か |
9 | 線形回帰 |
10 | k近傍法 |
11 | ロジスティック回帰(1) |
12 | ロジスティック回帰(2) |
13 | SVM(1) |
14 | SVM(2) |
板書 /Writing on the Board
スライド(パワーポイント等)の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
授業中に適宜指示する。
種類 (Kind) | 割合 (%) | 基準 (Criteria) |
---|---|---|
筆記試験 (Written Exam) | 50 | |
平常点 (In-class Points) | 50 |
授業内の複数回の課題(50%) |
備考 (Notes) | ||
なし/None
No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
---|---|---|---|---|---|
1 | 須藤秋良 | 『スッキリわかるPythonによる機械学習入門』 | インプレス | 2020/11/10 | 9784295009948 |
2 | 国本大悟, 須藤秋良 | 『スッキリわかるPython入門』 | インプレス | 2019 | 9784295006329 |
機械学習に関する予備知識は必要ない。ただし、授業内容にPythonプログラミングが含まれており、課題も出るため、単位を取得するためにはPythonでプログラムを書けるようになることが必須である。筆記試験にもPythonのプログラミングの問題が出題される。プログラミングの環境としては、ブラウザ上でGoogle Colabolartoryを使うため、授業が対面で行われる場合は、ノートPCを持参すること。
この授業では、機械学習に関する基本的な話題の学習を通じて、機械学習の可能性と限界を理解することを目標とする。さらに、機械学習の実装に不可欠であるPythonプログラミングの基礎の習得も目標とする。
This course provides the elementary topics of machine learning. It aims to explain the potential and the limitations of machine learning. Additionally, the course aims to provide an introduction to Python programming, which is indispensable for implementation of machine learning algorithms.
この授業は機械学習と人工知能に関する以下のような基本的な話題をカバーしている。
(1)機械に学習させるということは何を意味するのか?
(2)Pythonのプログラムを書くことでどのようにして機械に学習させることができるのか?
(3)機械に学習させることでどのような問題が解けるようになるのか?
This course covers basic topics in machine learning and artificial intelligence including:
1) What does it mean to make machines learn?
2) How can we make machines learn by writing Python codes?
3) What problem can we solve by making machines learn?
1 | イントロダクション |
2 | Pythonプログラミング(1) |
3 | Pythonプログラミング(2) |
4 | Pythonプログラミング(3) |
5 | Pythonによる数値計算(1) |
6 | Pythonによる数値計算(2) |
7 | Pythonによる可視化 |
8 | 機械学習とは何か |
9 | 線形回帰 |
10 | k近傍法 |
11 | ロジスティック回帰(1) |
12 | ロジスティック回帰(2) |
13 | SVM(1) |
14 | SVM(2) |
板書 /Writing on the Board
スライド(パワーポイント等)の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
授業中に適宜指示する。
種類 (Kind) | 割合 (%) | 基準 (Criteria) |
---|---|---|
筆記試験 (Written Exam) | 50 | |
平常点 (In-class Points) | 50 |
授業内の複数回の課題(50%) |
備考 (Notes) | ||
なし/None
No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
---|---|---|---|---|---|
1 | 須藤秋良 | 『スッキリわかるPythonによる機械学習入門』 | インプレス | 2020/11/10 | 9784295009948 |
2 | 国本大悟, 須藤秋良 | 『スッキリわかるPython入門』 | インプレス | 2019 | 9784295006329 |
機械学習に関する予備知識は必要ない。ただし、授業内容にPythonプログラミングが含まれており、課題も出るため、単位を取得するためにはPythonでプログラムを書けるようになることが必須である。筆記試験にもPythonのプログラミングの問題が出題される。プログラミングの環境としては、ブラウザ上でGoogle Colabolartoryを使うため、授業が対面で行われる場合は、ノートPCを持参すること。