京都大学国際高等教育院附属 データ科学イノベーション教育研究センター

menu

情報分析・管理演習

開講時期

年度 後期

担当教員 情報学研究科 教授 山本 章博
国際高等教育院 教授 田村 寛
非常勤講師 増田 央
授業情報 (群) 院横断 (分野(分類)) 統計・情報・データ科学系 (使用言語) 日本語
(単位数) 1単位 (週コマ数) 1コマ (授業形態) 演習
(開講年度・開講期) 2023・後期 (配当学年) 大学院生 (対象学生) 全学向
(曜時限) 月5
(教室) 総合研究8号館講義室1
※情報学研究科 の学生は、全学共通科目として履修できません。所属学部で履修登録してください。
授業の概要・目的

今日,文理の分野を問わず最先端の研究を進めていくには,大規模データの分析・管理技術が不可欠となっている.本講義では,コンピュータで問題を解くために必要なモデル化やアルゴリズムと,その情報検索への応用,データの管理およびデータから有用な情報や知識を発見するマイニング技術,情報の分析結果の可視化とインタラクション技術など,様々な分野で利用されているトピックを精選して,演習形式で具体的な問題を計算機で解く方法を学ぶ.

到達目標

【研究科横断型教育の概要・目的】
上述したように,大規模データの分析・管理技術はあらゆる分野の研究に必要とされている.本授業では,それらの技術の仕組みの基礎を理解するとともに,「情報分析・管理論」と連携して,各自が具体的な問題に対して技術を実践できるレベルに到達することを目標としている.

授業計画と内容

・ガイダンス(1回)
 演習の準備およびプログラミング言語Rのインストール,簡単な使い方

・問題のモデル化と問題の解き方,情報検索(3回)
 講義で扱った,グラフを用いたモデル化とアルゴリズム(オイラー閉路,最短経路)やPageRankについて,Rで実際に問題を解く方法を学ぶ.また,問題を解くだけでなく,可視化などを通じて結果を分析する基礎を身につける.

・データマイニング (5回)
 データを分析して,有用な情報や知識を発見するデータマイニング技術(相関ルール,クラスタリング,決定木,サポートベクターマシン,深層学習など)を,Rで実行する方法を学ぶとともに,得られた結果を解析する.

・データベース・情報検索・情報可視化(3回)
大規模な情報を管理するデータベース技術,大量の文書データから必要な情報を検索する技術,情報システムを利用者からのフィードバックに基づき改善する技術について,研究での応用事例も交えながら,Python, Jupyter Notebookを用いた演習を行う.

・自然言語処理(3回)
自然言語を扱う技術について講述する。形態素解析などの文書解析基本技術、機械学習と大規模言語モデルにより機械翻訳や文書要約などのタスクに応用する技術についてPython, Jupyter Notebookを用いた演習を行う.

履修要件 – 情報分析・管理論を,原則として受講していること.
– プログラミングを伴う演習を受講する意欲があれば,プログラミング経験は問わないが,PCの基本的な使用方法を習得していること,何らかのソフトウェアをダウンロードした経験があることが望ましい.
– 各自のノートPC等の持ち込みを前提とする.

Contact

〒606-8315 京都市左京区吉田近衛町69 近衛館202, 301, 302号室
Tel. 075-753-9691
E-mail : contact@ds.k.kyoto-u.ac.jp