タイトル「2021年度 教育学部シラバス」、フォルダ「2021年度 教育学部シラバス-技術科
シラバスの詳細は以下となります。
ナンバリングは科目コードとは異なります。ご注意ください。
ナンバリングとは
科目コード   60682000 
科目名   情報処理特別演習  
担当教員   江原 遥  
対象学年   3年   クラス   51  
講義室   研究室     開講学期   秋学期  
曜日・時限   木2   単位区分   選択  
授業形態   講義・演習   単位数  
受講対象  初等教育教員養成課程ものづくり技術選修選択科目B、中等教育教員養成課程技術専攻選択科目A 
備考   
ナンバリング   133314 
ねらいと目標 自然言語処理、機械学習、人工知能の基礎 
内容 ある特定の自然言語処理、機械学習、人工知能に関する書籍・論文をとりあげ、輪講形式で学んでいく。
すなわち、学⽣は割り振られた章を精読し、これらをプレゼンテーション資料にまとめ直し、他の学⽣の前で発表する。
英語の文献の場合、英文を和訳する事は求めておらず、理解した内容をプレゼンテーション資料にまとめる必要がある点に注意すること。
また、発表を担当する学⽣以外の学⽣も必ず当該部分を読み、議論に参加すること。 
テキスト 授業開始時に指定するが、本年度は、内容としては、自然言語処理、機械学習、人工知能の基礎的な内容を取り上げる予定である。 
参考文献 わけがわかる機械学習 ── 現実の問題を解くために、しくみを理解する.中谷秀洋著.技術評論社.
英語で指定する書籍・文献は、この和書の内容に近いものを選ぶ予定である。
その他、参考文献を講義開始時に指定することがある。  
成績評価方法 学⽣の各発表、資料、理解度を総合的に判断する。
必要に応じ、試験を⾏う場合もある。 
授業スケジュール(展開計画) 第1週︓オリエンテーション、学⽣に対する章の割り当て
第2週︓予備
第3週〜14週︓ 輪講
第15週︓ まとめ  
授業時間外における学習方法 担当する章のプレゼンテーション資料は、必ず作成して必ず割り当てられた回に発表すること。
理解できない部分があれば、どこが理解できなかったか発表時に説明すること。
担当する章はもちろん、他の学⽣の担当する章も事前に精読してくること。 
授業のキーワード 自然言語処理、人工知能、機械学習 
受講補足(履修制限等) 受講制限 3名程度︓
連続した授業が必要なため、授業の⼀部を集中化する可能性がある。 
学生へのメッセージ  
実務経験のある教員による科目  
授業実施方法(対面形式/遠隔形式) 遠隔講義を基本とする。遠隔は主にライブ配信を想定している。対面での講義を1回程度行えるよう努力するが、状況により判断する。 
その他  
Copyright(C) 2013 NTT DATA KYUSHU Co.,Ltd All rights reserved.