学際情報科学論
基本情報
| 担当教員 | 株式会社電通データテクノロジーセンター AIソリューション部・福田宏幸 Hiroyuki Fukuda, AI Solution Department, Data and Technology Center, Dentsu Inc. |
|---|---|
| 教室 | |
| 時間割 | 2学期集中 12/3, 10, 17, 24, 1/7, 14, 21, 28 16:20-19:30 |
| 講義開始日 | 12/3 |
授業科目の目的・概要及び達成目標等
企業で扱われる実社会のデータはインバランスであったり，欠損が多く含まれたり，整形がなされていなかったりと，大学の一般的な研究室で扱うデータとは異なる性質を持っている場合があります．そのようなデータをいかに扱うかもデータ科学で取り組む課題のひとつでありますが，本授業では株式会社電通より外部講師を招き，実際の現場で取り扱っているデータを用い，実社会におけるデータ解析法を学びます．
The property of real-world data handled by mainly companies is sometimes different from what used in laboratories at universities. For example, such data may be imbalances, of many deficiencies, and not shaped. How to handle such data is one of the topics addressed by data science analysis. In this class, a lecturer from a private company, from Dentsu Inc is invited and we will how to handle hte real-world problems.
授業計画
12月: 3, 10, 17, 24
1月: 7, 14, 21, 28
5および6講時 (16:20-19:30)
1-2 回目 (12/3): イントロダクション
3-14 回目: データ解析（グループワーク）
15回目 (1/28): 成果発表会
データ解析は5人程度のグループワークにて行う．扱うデータは以下のふたつ．
1. ツイッターデータとテレビ放送ログから流行の予測
2. 広告バナー画像とウェブサイトの特徴データからバナークリック率の予測
December: 3, 10, 17, 24
January: 7, 14, 21, 28
5 and 6 slots (16:20-19:30)
Class 1-2 (12/3): Introduction
Class 3-14: Data analysis (Group work)
Class 15 (1/28): Presentation
We will solve the problem below.
1. Predicting boom based Twitter data analysis
2. Predicting banner click rate using images of advertising banner
成績評価の方法及び基準
レポート
授業への参加度 (commitment on Slack channel)
Report
Attitude to the class (commitment on Slack channel)
教科書・参考書
特になし
Nothing
関連ウェブサイト
後日アップロード
Coming soom.
オフィスアワー（面談可能時間）
kyamada[at]ecei.tohoku.ac.jp へメールをお送りください．
Contact to kyamada[at]ecei.tohoku.ac.jp
その他
データ解析を行うためラップトップ持参のこと．
Bring your laptop with you to conduct data analysis.