Society 5.0への対応のため企業で実践的に導入している機械学習、IoT (Internet of Things)、ビッグデータ処理について、それらを基礎から学び直して体系的な知識を修得し、さらに、演習を通してそれらを様々な場面で実際に使用することができる技術を修得することを目的とする。
機械学習を体系的に勉強した経験がない技術者やプログラマを主たる対象とする。
「機械学習基礎」では、まず、機械学習理論を学び、データサイエンス分野で活躍する人材となるための基礎的な能力を身につける。また「機械学習応用」では、基礎的な知識を発展させ、教師なし学習や深層学習を含むより高いレベルの機械学習技術を身につける。
「データサイエンスI, II, III」では、データ分析手法ならびにデータ管理・操作手法について学習する。これらの応用として「データサイエンス特論」では実社会における課題解決へ向けたアプローチを学習する。
「ソフトウェアマイニング分析論」では、ソフトウェア工学の諸問題を題材として機械学習について実践的により深く学習し、「システム設計特論」では、高度な機械学習について学習する。また、「IoTプロセッシング特論」では、IoTの基本技術を修得する。
機械学習についての体系的な知識を修得できる。また、利用可能なデータの種類・量・品質に応じて、機械学習を要素技術としてもつ製品やサービスを適切に設計できるようになる。さらに、Pythonの機械学習ライブラリScikit-learnを用いた一定規模の機械学習システム構築が行えるようになる。また、履修により、IoTやビッグデータ処理の基本技術を身に着けることができる。
開講科目名 | 実施形態 | 時間数等 | 開催日時 |
---|---|---|---|
機械学習基礎 | オンライン | 15時間(選択必修) e-learningによる演習3時間を含む |
4/7(木)・14(木)・21(木)・28(木) 8:50-12:00 |
機械学習応用 | オンライン | 15時間(選択) e-learningによる演習3時間を含む |
5/12(木)・19(木)・26(木)、6/2(木) 8:50-12:00 |
データサイエンスI | オンライン | 15時間(選択) e-learningによる演習3時間を含む |
6/10(金)・17(金)・24日(金)、7/1(金) 12:50-16:00 |
データサイエンスII | オンライン | 15時間(選択必修) e-learningによる演習3時間を含む |
10月頃の月曜に実施(4日)12:50-16:00 |
データサイエンスIII | オンライン | 15時間(選択) e-learningによる演習3時間を含む |
11月頃の月曜に実施(4日)12:50-16:00 |
ソフトウェアマイニング分析論 | 対面 | 15時間(選択) e-learningによる演習3時間を含む |
9/30(金)、10/7(金)・14(金)・21(金)・28(金)、11/4(金)・11(金)・25(金) 10:30-12:00 |
システム設計特論 | 対面 | 30時間(選択) e-learningによる演習7.5時間を含む |
4/7(木)・11(月)・14(木)・18(月)・21(木)・25(月)・28(木)、5/2(月)・9(月)・12(木)・16(月)・19(木)・23(月)・26(木)・30(月)、6/2(木)[6/2(木)は予備日] 16:10-17:40 |
IoTプロセシング特論 | 対面 | 30時間(選択) e-learningによる演習7.5時間を含む |
4/7(木)・11(月)・14(木)・18(月)・21(木)・25(月)・28(木)、5/2(月)・9(月)・12(木)・16(月)・19(木)・23(月)・26(木)・30(月)、6/2(木)[6/2(木)は予備日] 10:30-12:00 |
データサイエンス特論 | オンライン | 15時間(選択) e-learningによる演習3時間を含む |
6/6(月)・13(月)・20(月)・27(月)、7/4(月)・11(月)・25(月)、8/1(月) 10:30-12:00 |
注1:選択必修科目の「機械学習基礎」または「データサイエンスII」のいずれか1科目を必ず受講してください。選択必修科目の両科目を受講することも可能です。また、受講時間数の合計が必ず60時間以上となるよう科目を選択し受講申請してください。
注2:実施形態が対面となっている科目は講義室で対面により実施する予定です。ただし今後の新型コロナウィルス感染症の状況等によってはオンライン実施となる可能性があります。
注3:「ソフトウェアマイニング分析論」、「システム設計特論」、「IoTプロセシング特論」、「データサイエンス特論」のリンクは2021年度のシラバスです。2022年度開講に際して、変更のある可能性があります。
注4:「ソフトウェアマイニング分析論」、「システム設計特論」、「IoTプロセシング特論」、「データサイエンス特論」の4つは、大学院の授業科目も兼ねているため、履修証明プログラムへの申し込み手続きとは別に、科目等履修生としての入学許可を得て受講修了すれば単位が取得できます。科目等履修生の入学には別途入学願書、検定料、入学料が必要です。手続方法は、3月23日までに問合先へお尋ねください。
受講申込書に必要事項を記入のうえ、最終学歴を証明する書類(卒業証明書または卒業証書の写し)を添えて、下記宛先に郵送してください。なお、受講が許可されるまでは、受講料は振り込まないでください。
京都工芸繊維大学 学務課 学務企画係
Tel : 075-724-7123・7133
E-mail : edu-p[at]kit.ac.jp (※[at]を@に変換してください)