担当講義一覧(川嶋宏彰)
兵庫県立大学社会情報科学部にて川嶋の担当する講義です.
クリックできる科目名からは,詳細なトピックを確認できます.資料の確認には,Google Classroomや講義中に配布されるパスワード,もしくはLMS(ユニバーサルパスポート)でのログインが必要です.
- 社会情報科学概論(1年前期)
- データの収集:データはどこから来るのかについて,ビッグデータの4V (Volume, Variety等) や,各種センサやログについて実例とともに学びます.
- データと統計:統計学の概要(推測統計,eStatなどの利用可能なデータの紹介)を,A/Bテスト体験など実例とともに学びます.(2024年度まで)
- データとプログラミング:じゃんけんゲームの作成を通じて,プログラミングの考え方を一通り体験するとともに、データ収集とログ解析につなげます.
- データと機械学習:人工知能で用いられる機械学習の概要(教師あり学習,教師なし学習,強化学習)について学びます.
- 参考ソースコード
- 確率・統計(1年後期) (-2024年度)
- 前期「統計学」の続きで「推測統計」を中心に学びます.
- ただし「統計学」の内容も含みますので,「統計学」受講済みの方は最初の5回は復習になります.
- 多くの回では,Rコマンダーを用いて可視化やシミュレーション(検定の背後にある考え方の理解),推測統計の演習を行います.
- t検定,分散分析,相関分析,回帰分析などが範囲になります.
- 前期「統計学」の続きで「推測統計」を中心に学びます.
- データ分析演習(2年前期)
- Python の NumPy や Pandas の基礎を学び実データでも演習を行います.
- Excel のピボットや R での統計検定についても簡単な演習を行います.
- 企業の実際のデータを用いて総合演習を行います.
- PBL演習2(2年後期)
- 企業と連携してデータ分析から提案,プレゼンまでを演習します.
- 機械学習(3年前期)
- 機械学習について基礎から深層学習まで学びます(機械学習の雰囲気).
- 各回の復習に Python notebookの演習資料(スライド内にリンク)や副教材(HPとLMSで配布)を活用できます.
- 動画一式
- 第1回: https://vimeo.com/699644823 (概要、kNN)
- 第2回: https://vimeo.com/700419382 (確率モデル)ベイズの定理
- 第3回: https://vimeo.com/702726831 (回帰モデル)正則化,ロジスティック回帰
- 第4回: https://vimeo.com/705261555 (分類モデル)決定木,SVM
- 第5回: https://vimeo.com/707759454 (アンサンブル学習)評価指標,Bias/Variance,RF,Boosting
- 第6回は演習資料(スライドとノートブックを確認してください)
- 第7回: https://vimeo.com/713897102 (ニューラルネットの基礎)
- 第8回: https://vimeo.com/715181756 (ディープラーニング)
- 第9回: https://vimeo.com/717467539 (演習2: ディープラーニング)
- 第10回: https://vimeo.com/719731319 (畳み込みニューラルネット)
- 第11回: https://vimeo.com/722151182 (演習3: 畳み込みニューラルネットとGrad-CAM)
- 第12回: https://vimeo.com/724462286 (生成モデル)
- 第13回: https://vimeo.com/726608688 (系列データを扱うモデル)
- 第14回: https://vimeo.com/728787899 (強化学習)
- 社会データ分析(3年前期)(-2025年度)
- 社会での活動で得られる様々なデータの分析手法を学びます.
- カメラやセンサ,IoT,情報理論,画像処理,信号処理の概要を学びます.
- 講義内容
- 実社会におけるセンサデータ分析の概要
- マイコンやシングルボードコンピュータ
- 各種センサの仕組み1 ~加速度センサや距離センサなど~
- 各種センサの仕組み
- 各種センサの仕組み2 ~カメラ~
- センサによるデータ収集の仕組み
- 通信(LPWA,Bluetooth,Zigbeeなど)
- 情報理論と符号化(圧縮や周波数帯域の話など)
- センサデータの信号処理と特徴抽出
- 信号処理,画像処理,フーリエ変換など
- センサデータ分析の応用事例
- クラウドサービスなども様々なセンサデータの分析
- 実社会におけるセンサデータ分析の概要
- 研究演習2(3年後期)
- 3つのコースから選択して研究や開発に実際に取り組みます.
- Aコース: 深層学習,各種画像処理や認識,生成AIなどを組み合わせ,独自の LINE Bot を各自作成します.
- Bコース: 機械学習やコンピュータビジョンをはじめとした研究に取り組みます.
- Cコース: オープンデータやコンペティション参加などを通じて,データ分析や機械学習の精度を競います.
- 3つのコースから選択して研究や開発に実際に取り組みます.