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
授業カタログとは 授業カタログとは
JP EN
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
HOME 検索結果
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:2024年10月18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
詳細を見る MIMA Search
ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本授業では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。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。
時間割コードを開く
時間割コードを閉じる
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
A1 A2
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
詳細を見る MIMA Search
ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本授業では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。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。
時間割コードを開く
時間割コードを閉じる
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
A1 A2
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)
詳細を見る MIMA Search
ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本授業では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。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。
時間割コードを開く
時間割コードを閉じる
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
A1 A2
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)
詳細を見る MIMA Search
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。
時間割コードを開く
時間割コードを閉じる
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
S2
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)
詳細を見る MIMA Search
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。
時間割コードを開く
時間割コードを閉じる
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
A2
火曜5限
マイリストに追加
マイリストから削除
関数・論理型プログラミング実験
詳細を見る MIMA Search
ML言語およびProlog言語を通し,関数型/論理型プログラミング言語への理解を深め, また関数型/論理型プログラミングの技能を取得する.
時間割コードを開く
時間割コードを閉じる
時間割/共通科目コード
コース名
教員
学期
時限
0510031
FSC-IS3031E1
関数・論理型プログラミング実験
小林 直樹
S1 S2
火曜3限、火曜4限
マイリストに追加
マイリストから削除
全学体験ゼミナール (多変数関数の微分) (多変数関数の微分)
詳細を見る MIMA Search
理系の1年生がSセメスターに学ぶ熱力学では、物理的な状態を表す関数が多変数関数であるため、状態の変化は多変数関数の微分によって表されます。しかし、大学に入学したばかりの1年生のほとんどは多変数関数の微分どころか多変数関数に触れたことさえありません。一方、多変数関数の微分が数学の講義で扱われるのは(S1タームで少し扱われるものの)S2タームの後半からAセメスターにかけてで、しかも、3, 4回程で足早に説明されることがほとんどです。そこで、このゼミナールでは、熱力学の講義に間に合うことにも配慮しながら多変数関数の微分を13回かけてゆっくりと学びます。必要なことは熱力学の講義でも説明されるし、少し待てば数学の講義でも学ぶ内容なので、数学が気になって熱力学の内容に集中できない人や、数学が苦手で見たこともない数学の記号が出てきただけでめまいがして熱力学どころではなくなってしまう、というような人を念頭において話を進める予定です。 なお、熱力学の物理学としての内容には一切触れないし、熱力学で使う数学のすべてを網羅するものでもありません。逆に、熱力学には出てこなくても多変数関数の微分の観点から外せない内容は扱います。あくまでも数学の授業なので、誤解のないようにお願いします。また、1変数関数の微分をよく理解していることを前提にしないので、多変数関数の微分とはどんなものかということに興味のある文系の学生も歓迎します。
時間割コードを開く
時間割コードを閉じる
時間割/共通科目コード
コース名
教員
学期
時限
31707
CAS-TC1300Z1
全学体験ゼミナール (多変数関数の微分) (多変数関数の微分)
高木 俊輔
S1 S2
月曜5限
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
詳細を見る MIMA Search
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。
時間割コードを開く
時間割コードを閉じる
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
S2
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
詳細を見る MIMA Search
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。
時間割コードを開く
時間割コードを閉じる
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
A2
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
詳細を見る MIMA Search
データサイエンスに関する社会状況などの周囲状況およびデータサイエンスの技術概要、特に、データサイエンスに関わる統計・機械学習の概要を講義する。講義で紹介された統計・機械学習手法を用いて、実データを用いた分類や予測・回帰問題をpythonのプログラミングにより解く。これにより、データサイエンスの概要を把握・学習し、データサイエンスの中核技術に関する基本的レベルの修了を目標とする。プログラミングに習熟していない学生には初歩的プログラミングを指導する。課題回答はRによるものも認めるが講義では扱わない。
時間割コードを開く
時間割コードを閉じる
時間割/共通科目コード
コース名
教員
学期
時限
FEN-CO3d20L1
FEN-CO3d20L1
データサイエンス超入門
久野 遼平
S1
火曜5限
マイリストに追加
マイリストから削除
1 2 3 4 5

1-10 / 全1671件