科目名
(英語名) |
__科目名__
(__科目名(英語)__) |
| 担当教員 |
西村 まどか |
| 開講時期 |
__開講時期__ |
| 科目ナンバー |
__科目ナンバー__ |
| 授業コード |
1364 |
| 単位 |
__単位__ |
| 授業概要 |
テキストマイニングの手法を学ぶ |
| 到達目標 |
テキストマイニングの原理とコーディングの方法を知る |
| スキルの育成方法 |
テキストマイニングの結果を分析することにより、読解力、課題発見力、論理的思考力、情報収集能力を育成する。 |
| 授業計画 |
| 回 | 授業内容 | 事前事後学修内容・所要時間 |
|---|
| 1 | 特徴語 | [事後] 講義のまとめと課題 (2時間) |
| 2 | 文書のランキング | [事後] 講義のまとめと課題 (2時間) |
| 3 | 検索システムの評価 | [事後] 講義のまとめと課題 (2時間) |
| 4 | 文書のクラスタリング | [事後] 講義のまとめと課題 (2時間) |
| 5 | 文書のクラス分類 | [事後] 講義のまとめと課題 (2時間) |
| 6 | トピック | [事後] 講義のまとめと課題 (2時間) |
| 7 | まとめと解説 | [事後] 講義のまとめと課題 (2時間) |
| 8 | | |
| 9 | | |
| 10 | | |
| 11 | | |
| 12 | | |
| 13 | | |
| 14 | | |
受講者の事前知識と進度により適宜変更する。
|
| 成績評価基準 |
出席態度 (20%), レポート提出 (40%), ノート提出に関する口頭試問 (20%) |
| 前提科目 |
経営工学, 応用数学, データサイエンス入門 |
| 後継科目 |
専門演習I |
| 教科書 |
テキスト・画像音声・データ分析, 西川 他, 講談社, https://www.kspub.co.jp/book/detail/5188040.html |
| 参考書 |
Python ではじめる 情報検索プログラミング, 佐藤, 森北出版, https://www.morikita.co.jp/books/mid/303821 |
| その他・注意事項 |
データサイエンス入門やデータ分析手法等で一連の意味づけ等を理解していることが前提となる。ノート提出、課題提出は必須である。PC に Anaconda をインストールし、グラフの日本語出力が問題なく自力でできる必要がある。
|