シラバス参照

授業情報/Class Information

科目一覧へ戻る 2022/05/09 現在

基本情報/Basic Information

遠隔授業(授業回数全体の半分以上)の場合は、科目名の先頭に◆が付加されています(2022年度以降)
開講科目名
/Course
実践的システム開発演習/Practical Exercise on System Development
時間割コード
/Course Code
S1406200_S1
開講所属
/Course Offered by
システム工学部/Faculty of Systems Engineering
ターム・学期
/Term・Semester
2022年度/Academic Year  第3クォーター/3Q
曜限
/Day, Period
他/Otr
開講区分
/Semester offered
後期/the latter term
単位数
/Credits
2.0
学年
/Year
3,4
主担当教員
/Main Instructor
満田 成紀/Naruki Mitsuda
科目区分
/Course Group
_ 
授業形態
/Lecture Form
演習
教室
/Classroom
開講形態
/Course Format
ディプロマポリシー情報
/Diploma Policy
要件所属
/Course Name
ディプロマポリシー
/Diploma Policy
DP値
/DP Point
システム工学部 2.専門的知識や技能 4
システム工学部 3.課題解決力と自己学修能力 3
システム工学部 4.協働性とコミュニケーション能力 3

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
満田 成紀/Naruki Mitsuda 大学共通
授業の概要・ねらい
/Course Aims
本授業は文部科学省「成長分野を支える情報技術人材の育成拠点の形成(enPiT)」ビッグデータ・AI分野「ビッグデータ・AI・クラウド技術を用いた課題解決人材育成」(enPiT AiBiC)の教育プロジェクトに対応するものである。
enPiT AiBiCでは、様々な社会的課題をビッグデータ処理技術、AI技術、クラウド技術等の基盤技術を用いて解決すると共に、新たなビジネスや価値の創出を行える人材の育成を目指している。
本授業では、ビッグデータ・AI・クラウド技術で基本となる知識を演習を通じて習得し、グループ学習で実際のビッグデータに対する分析や知見の獲得を目指す。また、企業におけるこれらの最新技術の紹介や実際のビジネスでの利用等についてわかりやすく紹介する。
到達目標
/Course Objectives
・ビッグデータ・AI・クラウド技術の基本的な知識を習得する。
・上記技術を用いて、実際のビッグデータを機械学習等のAI技術を利用し、クラウド上で分析できる。
・上記技術の実際のビジネスにおける利用方法を理解する。
・小規模なプロジェクトをグループで実施できる。
成績評価の方法・基準
/Grading Policies/Criteria
学習への参加態度、演習結果、PBLの成果で総合的に評価する。
教科書
/Textbook
記載事項なし
参考書・参考文献
/Reference Book
記載事項なし
履修上の注意 ・メッセージ
/Notice for Students
本授業の履修には、別途申請手続きが必要である。
履修する上で必要な事項
/Prerequisite
記載事項なし
履修を推奨する関連科目
/Related Courses
人工知能
データマイニング1/2
ソフトウェア工学概論
ソフトウェアエンジニアリング演習A
授業時間外学修についての指示
/Instructions for studying outside class hours
授業計画に沿って、計30時間の授業時間外学修(予習・復習など)を行うことが必要である。また、授業内容に関連する課題への調査・考察などの自主的学修を求める。
その他連絡事項
/Other messages
記載事項なし
授業理解を深める方法
/How to deepen your understanding of classes
この授業は,本学アクティブラーニングガイドラインの以下の項目に該当する
②④⑥⑦⑨⑩
オフィスアワー
/Office Hours
水曜5限 北1号館7階A714室
科目ナンバリング
/Course Numbering
S60053J01110K396
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
1 本授業は大阪大学中之島センターにて、大阪大学、神戸大学他の受講生とともに行う。
ビッグデータ・AI・クラウド技術のそれぞれに関する講義・演習を行うとともに、グループの活動で重要となるファシリテーションの講義・演習を行う。また、企業における最新技術の紹介とビジネスでの利活用について紹介する。
これらの知識を活用して、グループにより実際のビッグデータの分析を機械学習等を使ってクラウド上で行う。

データサイエンス入門
2 ファシリテーション(概要)
3 ファシリテーション(積極的傾聴)
4 ファシリテーション(コンセンサス)
5 クラウド(概要)
6 クラウド(クラウドプラットフォームの利用)
7 クラウド(Amazon EC2)
8 ビッグデータ(概要)
9 ビッグデータ(分散処理)
10 ビッグデータ(MapReduce実践)
11 AI(概要)
12 AI(機械学習)
13 AI(ニューラルネットワーク)
14 PBL基礎(需要予測モデル)
15 PBL基礎(自動発注システム)
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

科目一覧へ戻る