Page 103 - 東京情報大学 学生ハンドブック2019（大学院総合情報学研究科・総合情報学部・看護学部）

必選区分 教 職 科目区分 授業科目の名称 年 学 次期 単位数 情報システム 数 理 情 報 社 会 情 報 情 報 数 学 授 業 概 要 専門応用科目 情報システム 画像・動画処理演習 3 L 1 ○ △ 米Intel社で開発された画像処理・画像認識用のC言語ライブラリ であるOpenCVを用いて静止画や動画を処理する演習授業である。 画像情報論やパターン認識の講義で学んだ理論を基に実際のディ ジタル画像に適用し実習する。また，基本アルゴリズムを組み合わ せることで目的とする一つのソフトウェアを構築する演習を行う。 総合情報学部の学修について 環境資源の持続的な利用という目的のために，背景となる考え方 や，リモートセンシングやGIS(地理情報システム)をはじめと する空間情報技術とWebをどのように環境管理に適用するのか について講じる。 現実世界にある3次元の物体の形状情報をコンピュータ内に表現 するモデリングやディスプレイなどに表示できる2次元の画像の 変換作業，そして時間に伴う対象世界の変化をアニメーションな どについて学習を行う。実際にコンピュータを用いて目的の画像 を生成・加工する段階で必要となる基本的事項を習得する。 大量のデータから規則を導き出すデータマイニングについて，具 体的な方法論を学習する。また，実際のビジネスの現場における 活用について考える。 アンケート調査について，その計画と実施および収集したデータ の解析を行うことができる能力が身に付いていること。 多変量解析は，複数の変数で構成されたデータを用いて，変数相 互の関係を分析し，当初の問題解決への道筋を学ぶさまざまな統 計学的手法の総称である。予測，次元削減，分類を中心に理論を 理解し，手法を実際のデータに適用できる技術を身に付ける。ソ フトウェアはExcelを中心にすすめるが，RやSPSSにも言及する。 効率的な実験の計画を立案する能力を身につける。実験で収集し たデータを統計的に解析する能力を身につける。 オペレーションズリサーチの基礎となる線形代数学の知識を整理 し，オペレーションズリサーチにおける各手法の企業における実 践例を理解し，各手法の計算方法を修得する。 環境情報応用論 3 L 2 △ パターン認識 3 L 2 △ △ 数理情報 データマイニング 3 F 2 △ ○ 応用統計学 3 F 2 ○ △ 多変量解析 3 F 2 ○ △ 実験計画法 3 L 2 ○ △ オペレーションズ リサーチ 3 F 2 △ ○ データ解析システム 3 L 2 ○ △ データの解析を行うには，データの収集から蓄積，前処理，分析， モデリング，検証などさまざまなプロセスを経ることになる。こ の各プロセスにおいては，アプリケーション，ツール，ライブラ リなどのソフトウェアだけでなく，ネットワーク，コンピュータ などのハードウェアも含めた多くの技術を活用したシステムが必 要となる。本講義では，データ解析におけるアプリケーションシ ステムに関連したさまざまな知識および技術について実例を通し て解説する。 データサイエンスの対象とする「データ」の代表例が，インターネッ ト，特にWebサイトに関するものである。例えばページ間のリンク， アクセスログ，サイトのテキスト，といった多種多様なものが挙げら れる。本講義では，1ページ間のリンク構造を複雑ネットワークと して分析・可視化する事，2アクセスログに対して時系列や相関関 係といった統計的性質を分析・可視化する事，3サイトのテキスト (HTMLのソース)を自動取得し分析する事など，Web上のデータを 分析するための統計学的・数学的基礎，分析・可視化ツールの操作， 分析のためのアルゴリズムなどを学習する。 コンピュータシミュレーションは従来科学の実験的な研究方法の 補助となるばかりでなく，新たに数値シミュレーションによる 研究方法も生まれて来ている。この研究分野は，自然科学のみな らず，社会科学や人文科学にも広く応用されている。本講義では， シミュレーションの数理解析学的なモデル化手法について概説す る。その上で，物理現象や生態系の現象，社会現象などの様々な 数理解析モデルを微分方程式に基づく数値シミュレーション，セ ルオートマトンなどのシミュレーション技法について解説する。 EXCELやRのサンプルプログラムを示し，その数学的アルゴリズ ムの理解を促す。 Webデータサイエンス 3 F 2 ○ △ 数値計算法 3 L 2 ○ △ 物理現象や生態系の現象，社会現象などの様々な数理モデルの数 値シミュレーションを行う場合，最終的にはコンピュータによる 数値計算処理が必要となる。本講義では，連立1次方程式の数値 解法，数値積分，常微分方程式の数値解法，さらに非線形方程式 の数値解法の考え方や具体的なアルゴリズム構成法，留意点など について習得する。また，受講者自らプログラミングを行うこと により，学習の理解を深める。 シミュレ-ション 3 F 2 ○ △ 101