- 学部・研究科
Faculty/Graduate School - シ
- 時間割コード
Course Code - 62307
- 科目名
Course title
サブテーマ
Subtitle - 機械データサイエンスの基礎と実践
- 授業形態/単位
Term/Credits - クラス
Class -
- 春/2
- 担任者名
Instructor - 前 泰志/白藤 翔平
- 曜限
Day/Period - 火1
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
演習（対面型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
機械データサイエンスの基礎として，機械工学分野で取り扱う情報やデータについて学習する．
プログラミング言語Pythonを用いて機械工学に関連するデータ処理の基礎を実践的に学習する．到達目標 / Course Objectives
①知識・技能の観点
機械工学分野におけるデータサイエンスの基礎知識とPythonを用いたデータ処理の基礎技能を修得する．
②思考力・判断力・表現力等の能力の観点
機械工学分野におけるデータサイエンスの基礎知識の学習とデータ処理の実践的学習を通し，機械工学に関するデータを処理，分析する思考力・判断力・表現力を身に付ける．
③主体的な態度の観点
機械工学分野におけるデータサイエンスの基礎知識の学習とpythonを用いたデータ処理の実践的学習を通し，主体的に学ぶ態度を身に付ける．授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
・学生による学習のふりかえり
・学生同士の意見交換（グループ・ペアワーク、ディスカッション、ディベート等含む）
・プレゼンテーション（スピーチ、模擬授業等含む）
・課題探究（プロジェクト学習、課題解決型学習、ケーススタディ等含む）
- 授業計画
Course Content -
授業計画 / Course Content
第1回 機械データサイエンスについて
第2～5回 pythonの基礎
（１）型と変数，関数，import, 条件分岐
（２）リスト，ループ
（３）ベクトル，行列
（４）グラフ描画
第6～８回 Pythonを用いたデータ処理
（１）機械工学に関連するデータの入出力，可視化
（２）機械工学に関連するデータの特徴抽出
（３）機械工学に関連するデータの機械学習による分類
第9～13回 グループ学習による課題探究
第14回 グループ学習による課題探究成果の発表
【オンデマンド配信授業回】
課題探究の進め方，成果のまとめ方，伝え方（授業動画50分，学習課題40分）授業時間外学習 / Expected work outside of class
Pythonを用いたデータ処理，課題探究について主体的に学習すること
課題発表に向けてグループで発表内容の検討、調整をはかること
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
個別課題（６０％）、グループ学習における課題取り組み（４０％）基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
機械分野において取り扱う情報やデータの基礎知識，Pythonを用いたデータ処理法について修得していること．
機械分野におけるデータ
②思考力・判断力・表現力等の能力の観点
機械分野において取り扱う情報やデータの基礎知識，Pythonを用いたデータ処理法について人に伝えることができること．
③主体的な態度の観点
機械分野において取り扱う情報やデータの基礎知識の修得，Pythonを用いたデータ処理法の修得について積極的に取り組めること．
- 教科書
Textbooks
-
参考書
References Chris Albon 著, 中田秀基 訳 Python機械学習クックブック オライリー・ジャパン ISBN978-4-87311-867-3
中山 浩太郎（監修）, 松尾 豊（協力）, 塚本 邦尊 (著), 山田 典一 (著), 大澤 文孝 (著) 東京大学のデータサイエンティスト育成講座 マイナビ出版 ISBN978-4-8399-6525-9
- フィードバックの方法
Feedback Method
- 担任者への問合せ方法
Instructor Contact LMS
- 備考
Other Comments 履修定員は40名です．希望者が定員を超える場合，選考を行います．
ノートPCを持参することを推奨します．
【オンデマンド配信授業回に関する情報】
①配信元：関大LMSなど
②配信時期：具体的な配信時期や期限は，対面授業時または関大LMSのメッセージで連絡する
③質問対応：質問は対面授業時または関大LMSのメッセージで受け付けます