課程
横断型教育プログラム
共通授業科目
学部・研究科
学年
学期
時限
曜日
講義使用言語
実務経験のある教員による
授業科目
授業科目
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
データマイニング概論
本授業では、データ解析の考え方や代表的な手法について、それらの数理的背景も含めて理解するとともに、Pythonプログラミングによりそれらの手法を実際に手を動かしながら実装することで理解を深める。
後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連授業の基礎となる知識を習得することを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
0590105
FSC-CC3A18L1
データマイニング概論
森 純一郎
月曜5限
マイリストに追加
マイリストから削除
データマイニング概論
本授業では、データ解析の考え方や代表的な手法について、それらの数理的背景も含めて理解するとともに、Pythonプログラミングによりそれらの手法を実際に手を動かしながら実装することで理解を深める。
後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連授業の基礎となる知識を習得することを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
35603-0121
GSC-PH5X10L2
データマイニング概論
森 純一郎
月曜5限
マイリストに追加
マイリストから削除
知能社会情報学講義Ⅰ（データマイニング概論）
本授業では、データ解析の考え方や代表的な手法について、それらの数理的背景も含めて理解するとともに、Pythonプログラミングによりそれらの手法を実際に手を動かしながら実装することで理解を深める。
後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連授業の基礎となる知識を習得することを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
4895-1001
GIF-CO5701L1
知能社会情報学講義Ⅰ（データマイニング概論）
森 純一郎
月曜5限
マイリストに追加
マイリストから削除
知能社会情報学特別講義Ⅱ（メディアプログラミング入門）
主として情報学を専門としない学部後期課程の学生を対象とした授業です。
メディア情報処理の基礎を学びます。
S2とA2は同じ内容です。どちらか一方を受講してください。
情理の学生は履修不可です。
「Pythonプログラミング入門」を履修済みの学生、あるいはそれと同等以上のプログラミング力を持っている学生を対象に、音やテキスト、画像といった様々な情報伝達メディアをコンピュータで処理するための基礎的なプログラミングを学ぶ。
拡張ライブラリやWebAPIなどを活用し、実際にプログラムを動かしながらその振る舞いを直感的に学ぶことで、Pythonを使ったメディア処理への理解と興味を深めることを目的とする。
時間割／共通科目コード
コース名
教員
学期
時限
4895-2002
GIF-CO5712L1
知能社会情報学特別講義Ⅱ（メディアプログラミング入門）
山肩 洋子
集中
マイリストに追加
マイリストから削除
知能社会情報学特別講義Ⅱ（メディアプログラミング入門）
主として情報学を専門としない学部後期課程の学生を対象とした授業です。
メディア情報処理の基礎を学びます。
S2とA2は同じ内容です。どちらか一方を受講してください。
「Pythonプログラミング入門」を履修済みの学生、あるいはそれと同等以上のプログラミング力を持っている学生を対象に、音やテキスト、画像といった様々な情報伝達メディアをコンピュータで処理するための基礎的なプログラミングを学ぶ。
拡張ライブラリやWebAPIなどを活用し、実際にプログラムを動かしながらその振る舞いを直感的に学ぶことで、Pythonを使ったメディア処理への理解と興味を深めることを目的とする。
情理の学生は履修不可。
時間割／共通科目コード
コース名
教員
学期
時限
4895-2002-2
GIF-CO5712L1
知能社会情報学特別講義Ⅱ（メディアプログラミング入門）
山肩 洋子
集中
マイリストに追加
マイリストから削除
メディアプログラミング入門
主として情報学を専門としない学部後期課程の学生を対象とした授業です。
メディア情報処理の基礎を学びます。
S2とA2は同じ内容です。どちらか一方を受講してください。
「Pythonプログラミング入門」を履修済みの学生、あるいはそれと同等以上のプログラミング力を持っている学生を対象に、音やテキスト、画像といった様々な情報伝達メディアをコンピュータで処理するための基礎的なプログラミングを学ぶ。
拡張ライブラリやWebAPIなどを活用し、実際にプログラムを動かしながらその振る舞いを直感的に学ぶことで、Pythonを使ったメディア処理への理解と興味を深めることを目的とする。
時間割／共通科目コード
コース名
教員
学期
時限
0590107-1
FSC-CC3A20L1
メディアプログラミング入門
山肩 洋子
集中
マイリストに追加
マイリストから削除
メディアプログラミング入門
主として情報学を専門としない学部後期課程の学生を対象とした授業です。
メディア情報処理の基礎を学びます。
S2とA2は同じ内容です。どちらか一方を受講してください。
「Pythonプログラミング入門」を履修済みの学生、あるいはそれと同等以上のプログラミング力を持っている学生を対象に、音やテキスト、画像といった様々な情報伝達メディアをコンピュータで処理するための基礎的なプログラミングを学ぶ。
拡張ライブラリやWebAPIなどを活用し、実際にプログラムを動かしながらその振る舞いを直感的に学ぶことで、Pythonを使ったメディア処理への理解と興味を深めることを目的とする。
時間割／共通科目コード
コース名
教員
学期
時限
0590107-2
FSC-CC3A20L1
メディアプログラミング入門
山肩 洋子
集中
マイリストに追加
マイリストから削除
教育と言語処理
言語処理の基本的な技術を演習形式で学びながら、教育場面への応用やその課題について理解する。前半では、文字列処理・言語処理の要素技術について個別に解説した上で、具体的な教育実践・教育研究を想定しながら、実際のテキストに対する分析を行う。後半では、生成AIサービスの基盤となる技術の仕組みや挙動を解説した上で、教育場面における言語処理技術の活用に関する最近の動向を概観する。最後に、教育と言語処理をテーマに、テキスト分析、ツール開発、実践事例調査のいずれかの演習課題に取り組む。
本授業では、言語処理技術でできること・できないことを把握した上で、その応用について検討できるようになることが目標である。また、言語処理の技術的側面を扱いつつ、知識の伝達を可能にする記号・言語・文書のあり方とはどのようなものか、という基本的な問いに随時立ち戻りながら授業を進める。
時間割／共通科目コード
コース名
教員
学期
時限
09252312
FED-SS3303S1
教育と言語処理
宮田 玲
月曜3限、月曜4限
マイリストに追加
マイリストから削除
気候関連金融と情報開示概論
1. Objectives
1) The objective of this course is to have an overview of why global warming has
recently become a pressing issue, to understand the role of finance and information
disclosure for climate-change mitigation and adaptation, and to learn some
methodology and framework on how to evaluate the quality of climate-related
information disclosure (like TCFD) and for measuring and reducing GHG emissions.
2) The lecturer has been engaging in climate-related finance at public banks and an
international organization for a long time and is now working for a consultancy
service on climate-related agenda. Another objective of this course is to share the
latest topics and outlook in this field with students.
時間割／共通科目コード
コース名
教員
学期
時限
47191-23
GFS-IS6C48L3
気候関連金融と情報開示概論
阿由葉 真司
集中
マイリストに追加
マイリストから削除
データサイエンス超入門
本講義では、「データサイエンスとは、実データから価値を見出し、それをデザインに落とし込む力である」という考えに基づき、自由に入手可能な実データを活用した演習形式の講義を実施します。講義の中では随所で統計学や機械学習の技術概要も説明しますが、単なる技術ツールの習得にとどまらず、その先にある目標や展望を意識できることを目指します。プログラミング初心者には、基礎的なプログラミングの指導を行います。課題に対する回答はRを用いたものも受け付けますが、講義ではPythonを主に扱います。
時間割／共通科目コード
コース名
教員
学期
時限
FEN-CO2d21L1
FEN-CO2d21L1
データサイエンス超入門
久野 遼平
木曜5限
マイリストに追加
マイリストから削除
1-10 / 全3180件
