2025年度前期ディープラーニング入門

曜日・時限	火曜日１時限	期別	前期	週時間数	2
ナンバリング	EN330306,EU340106
開講学科等	工学部-基礎理工学科工学部-環境科学科
教員名	森田　成昭森田　成昭職務履歴 https://research.osakac.ac.jp/index.php?%e6%a3%ae%e7%94%b0%e3%80%80%e6%88%90%e6%98%ad 教員情報データベースに遷移します

目的

機械学習の手法を用いて大規模データを解析する技術を修得する．そのためには，データの構造を理解した上で，適切に前処理を行い，モデリングとその評価を行うことができるようになる必要がある．本科目では汎用プログラミング言語である Python を用いて実践的なプログラミング演習を行う．

授業計画

授業回	形式	学修内容	学修課題
1	A,C	算術演算子、変数、コンテナ	事前学修	算術演算子、変数、コンテナについて予習する（2時間）
1	A,C	算術演算子、変数、コンテナ	事後学修	算術演算子、変数、コンテナについてノートにまとめる（3時間）
2	A,C	numpy.array オブジェクト	事前学修	numpy.array オブジェクトについて予習する（2時間）
2	A,C	numpy.array オブジェクト	事後学修	numpy.array オブジェクトについてノートにまとめる（3時間）
3	A,C	pandas.DataFrame オブジェクト	事前学修	pandas.DataFrame オブジェクトについて予習する（2時間）
3	A,C	pandas.DataFrame オブジェクト	事後学修	pandas.DataFrame オブジェクトについてノートにまとめる（3時間）
4	A,C	統計	事前学修	統計について予習する（2時間）
4	A,C	統計	事後学修	統計についてノートにまとめる（3時間）
5	A,C	データの前処理	事前学修	データの前処理について予習する（2時間）
5	A,C	データの前処理	事後学修	データの前処理についてノートにまとめる（3時間）
6	A,C	クラスタリング	事前学修	クラスタリングについて予習する（2時間）
6	A,C	クラスタリング	事後学修	クラスタリングについてノートにまとめる（3時間）
7	A,C	行列	事前学修	行列について予習する（2時間）
7	A,C	行列	事後学修	行列についてノートにまとめる（3時間）
8	A,C	特異値分解	事前学修	特異値分解について予習する（2時間）
8	A,C	特異値分解	事後学修	特異値分解についてノートにまとめる（3時間）
9	A,C	主成分分析	事前学修	主成分分析について予習する（2時間）
9	A,C	主成分分析	事後学修	主成分分析についてノートにまとめる（3時間）
10	A,C	スコアとローディング	事前学修	スコアとローディングについて予習する（2時間）
10	A,C	スコアとローディング	事後学修	スコアとローディングについてノートにまとめる（3時間）
11	A,C	フィッティング	事前学修	フィッティングについて予習する（2時間）
11	A,C	フィッティング	事後学修	フィッティングについてノートにまとめる（3時間）
12	A,C	回帰	事前学修	回帰について予習する（2時間）
12	A,C	回帰	事後学修	回帰についてノートにまとめる（3時間）
13	A,C	SVM	事前学修	SVMについて予習する（2時間）
13	A,C	SVM	事後学修	SVMについてノートにまとめる（3時間）

授業形式記号

A:一斉授業（通常の講義）
B:問題発見・解決学習、プロジェクト学習
C:体験、実験、実習、演習など

D:調査分析、解析など
E:ものづくり、作品制作
F:グループワーク（ディスカッション・ディベートを含む）

G:プレゼンテーション
H:地域・企業　連携型学習
I:その他

到達目標

〇習得する資質・能力：知識・理解【DP-N-1-1】【DP-U-1-1】
・機械学習について理解する．
〇習得する資質・能力：汎用的技能【DP-N-2-2】【DP-U-2-2】
・pandas を用いてデータの前処理ができる．
・scikit-learn を用いて機械学習のプログラミングができる．

評価方法と評価観点

評価方法	配点合計	知識・理解力	応用力	コミュニケーション力	態度・志向性	創造力	合計
定期試験またはレポート試験							0%
小テスト、小論文							0%
グループワーク							0%
プレゼンテーション							0%
レポート、宿題							0%
授業での姿勢（ノート、質疑など）	10%			50%	50%		100%
作品、パフォーマンス（実技、実演）							0%
その他1(具体的に：授業中のプログラミング演習課題::::::::::	90%	60%	40%				100%
その他2(具体的に：							0%
	100%	54%	36%	5%	5%	0%	100%

教科書・参考書

参考書：「ゼロから学ぶPythonプログラミング」渡辺宙志（著）講談社

オフィスアワー

月曜5限，A-3F 教員室20
（学内外の用務のためにオフィスアワーでも教員が教員室に不在の可能性もあります）

その他

課題は，採点後，Moodle により返却する．
授業で使用する資料などは Moodle で配布する．
「プログラミング基礎演習」を修得しており，Python による初歩的なプログラミングができることが望ましい．

実務経験のある教員による授業科目

戻る