Seminar for Data Science

Seminar for Data Science

-

講義科⽬

Graduate School of Information Science

1Year

KIIDD7MCA1

2.00Credits

講義 (Lecture)

Fall semester 2026

(Fall semester)

川嶋 宏彰,大島 裕明,西出 哲人,藤江 哲也,古隅 弘樹,東川 雄哉,玉置 卓,山本 岳洋,笹嶋 宗彦,照山 順一,宮崎 修一,土方 嘉徳,湯本 高行,川向 肇,円谷 友英,大下 福仁

情報科学研究科

Japanese

9

講義後に教室、もしくは予約をしたうえで教員室にて行う

別途授業で⽰す

ー

2◎／1〇

N/a

ー

データ科学の研究を進める上で、様々な分野の専⾨家や関係者との議論を通じて研究内容を深く検討し、課題を整理するとともに、新たな解決策を模索できるようなスキルが不可⽋となる。そこで本セミナーでは、⾃らの研究の進捗を他の学⽣及び教員に対して報告し、質疑や討論を通じて実践的なコミュニケーションスキルを⾝に付けるとともに、発表を通じて研究⽅法に関する知識を確実にしながら、他の専⾨分野の研究内容についても聴講することで研究の幅を広げることを目的とする。

到達目標
⾃らの研究の進捗や計画を他の学⽣及び教員に対して説明できること。
質疑や討論など、実践的なコミュニケーションができること。
自分自身の研究発表と他者の研究発表の聴講を通じて、様々な研究の方法を説明できるようになること。
自分自身の研究を、他の研究と関連付けて説明できるようになること。

各受講生の研究分野や専門性を考慮して、以下の候補より組み合わせや回数を調整したうえで、具体的なセミナーのスケジュールについて別途指示する。

2. 自己安定アルゴリズム・マルチエージェント・ゲーム理論
3. 情報通信技術の受容に影響する組織的要因および社会的要因
4. 数理最適化のモデリングおよび大規模問題に対する解法
5. 人間による評価であることを反映した意思決定支援
6. マルチモーダル時系列データの分析と機械学習
7. 空間情報科学及び空間データ解析の手法や研究動向
8. 知識工学と実践的データサイエンス
9. 公的統計の利活用にかかる制度と課題
10. ソーシャルコンピューティング、情報デザインおよびデータマイニング
11. アルゴリズムの理論と応用、および計算理論
12. データマイニングおよび自然言語処理の応用
13. 情報アクセス技術およびユーザ行動分析
14. 理論計算機科学や計算幾何学に基づくオペレーションズ・リサーチの手法
15. 上記の他、データ科学において受講生の研究内容に関わるトピック

Hybrid (In-person)

・対面と遠隔を組み合わせた授業
・授業時数は対面≧遠隔となり、遠隔が対面を超えないため、遠隔授業単位上限の適用を受けない

Limited permission for use

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポートとして提出してはならない。

担当教員から別途指⽰する

担当教員から別途指⽰する

【復習】
復習（目安各回1時間、計15時間）
研究発表資料の作成（目安45時間）

参加するセミナーにおいて、他の学生や教員と議論を行う場を設ける。

成績評価の基準：
発表および質疑や討論を通じた実践的なコミュニケーションスキル、および議論を通じて⾃らの研究⽅法の新たな解決策の模索⽅法を⾝につけたものに単位を授与する。
成績評価の⽅法：
セミナーにおける発表や質疑、討論を含めて総合的に評価する。

各担当講義中に、必要に応じて議論内容に対するフィードバックを行う

該当しない