授業情報
※身につく能力について
複数の学科・専攻・コースで開講されている科目は、開講を担当する学科・専攻・コースの定めた「身につく能力」を表示しているため、履修要項・大学院要覧記載の「身につく能力」とは異なるものが表示されていることがあります。
授業によっては、「身につく能力」の記載がない場合もあります。
そのため「身につく能力」については履修要項・大学院要覧も確認するようにしてください。
授業コード Course Code |
1NC6021000
|
授業開講年度 Year of Class |
2024年度
|
授業形態 Course Mode |
実験・実習・実技(対面授業)
|
授業名称 Class Name |
PSADP308教育測定学実習
|
テーマ Theme |
|
科目名 Name of Subject |
PSADP308教育測定学実習
|
英字科目名 English Name of Subject |
Practicum in Educational Measurement
|
身につく能力
Ability to be Acquired in This Class
◎=科目に最も関連する能力
〇=科目に関連する能力
|
知識・理解
|
豊かな人間性と幅広い視野
|
|
知識・理解
|
心理学の方法論と専門的な知識
|
〇
|
汎用的技能
|
心理学の方法論と技能
|
◎
|
汎用的技能
|
心理的課題に取り組み、支援できる技能
|
〇
|
態度・志向性
|
現代社会の様々な課題に取り組む積極的な姿勢
|
〇
|
態度・志向性
|
他者との関わりを通じた豊かな人間性と幅広い視野
|
|
態度・志向性
|
協調的・共生的に関わり、支援する力
|
|
統合的な学習経験と創造的思考力
|
自他のキャリア発達と、総合的心理支援力
|
|
科目単位数 Credit |
1
|
履修期 Term |
春学期
|
教員氏名 Name of Teacher |
川端 一光
|
開講キャンパス Campus |
白金
|
曜時 Day and Period |
金曜2時限(春学期)
|
授業概要 Course Description |
本講義では心理学領域の研究テーマに機械学習や人工知能技術を適用するための実践技術を学ぶ。数学的解説は最小限に抑え,コンピュータ言語Pythonによる実践法に重点を置いた教示を行う。機械学習や人工知能は心理学研究に活用できるだけでなく大規模ビジネスデータなどの解析にも極めて有効である。講義の前半ではPythonの基本的なパッケージnumpy, pandasの使い方に習熟し、その後、sklearn, kerasなどの機械学習に関連するパッケージを用いて、様々なデータに対する予測モデルを構築する方法を学ぶ。講義の中盤から終盤にかけてオンライン上のデータ解析コンペティション, "Kaggle"に参加し,データ解析技術の実践力を向上を図る。
|
到達目標 Class Goals |
・機械学習・人工知能モデルの生成法の概要が理解できている ・Pythonによる統計分析の基本操作を身に付けている ・心理学研究や心理支援における機械学習や人工知能の活かし方を提案できる
|
授業言語 Language |
日本語
|
アクティブ・ラーニング Active Learning |
アクティブ・ラーニング対応
|
授業計画 Daily Class Schedule
|
【第1回】
|
授業内容 Content/Topic
|
〇受講の仕方,成績評価 〇機械学習と人工知能 〇Pythonの環境設定
|
予習内容 Preparation for Class
|
・教科書・ノートパソコンを準備しておく。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第2回】
|
授業内容 Content/Topic
|
〇Pythonの基本操作1
|
予習内容 Preparation for Class
|
・あらかじめ配布している資料を読んでおく。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に示した課題に取り組む。
|
目安時間 Hours
|
2 時間
|
【第3回】
|
授業内容 Content/Topic
|
〇Pythonの基本操作 2
|
予習内容 Preparation for Class
|
・あらかじめ配布している資料を読んでおく。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第4回】
|
授業内容 Content/Topic
|
〇テキスト第3章-1
|
予習内容 Preparation for Class
|
・テキスト第3章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第5回】
|
授業内容 Content/Topic
|
〇テキスト第3章-2
|
予習内容 Preparation for Class
|
・テキスト第3章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第6回】
|
授業内容 Content/Topic
|
〇テキスト第3章-3
|
予習内容 Preparation for Class
|
・テキスト第3章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第7回】
|
授業内容 Content/Topic
|
〇テキスト第4章-1
|
予習内容 Preparation for Class
|
・テキスト第4章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第8回】
|
授業内容 Content/Topic
|
〇テキスト第4章-2
|
予習内容 Preparation for Class
|
・テキスト第4章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第9回】
|
授業内容 Content/Topic
|
〇テキスト第4章-2
|
予習内容 Preparation for Class
|
・テキスト第4章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第10回】
|
授業内容 Content/Topic
|
〇テキスト第4章-3
|
予習内容 Preparation for Class
|
・テキスト第4章の指定箇所を事前に読んでくる。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・講義中に配布された資料に基づいてPythonと統計理論の知識を定着させる。
|
目安時間 Hours
|
2 時間
|
【第11回】
|
授業内容 Content/Topic
|
〇kaggleに挑戦-① 分析アイデアの共有
|
予習内容 Preparation for Class
|
・指定されたkaggleのデータ内容について調査してくる
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・教員や他の受講者からもらったアドバイスをもとに分析計画を再検討する。
|
目安時間 Hours
|
2 時間
|
【第12回】
|
授業内容 Content/Topic
|
〇kaggleに挑戦-② 分析日①
|
予習内容 Preparation for Class
|
・自身の分析計画に従って予測モデルを生成する
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・教員や他の受講者からもらったアドバイスをもとに再分析する。
|
目安時間 Hours
|
2 時間
|
【第13回】
|
授業内容 Content/Topic
|
〇kaggleに挑戦-③ 分析日②
|
予習内容 Preparation for Class
|
・自身の分析計画に従って予測モデルを生成する
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・教員や他の受講者からもらったアドバイスをもとに再分析する。
|
目安時間 Hours
|
2 時間
|
【第14回】
|
授業内容 Content/Topic
|
〇kaggleに挑戦-④ 成果報告&スコアの登録
|
予習内容 Preparation for Class
|
・分析モデルの概要をPPT資料にまとめる
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・教員や他の受講者からもらったアドバイスをもとに再分析する。
|
目安時間 Hours
|
2 時間
|
【第15回】
|
授業内容 Content/Topic
|
〇まとめ
|
予習内容 Preparation for Class
|
・参加したkaggleコンペの上位入賞者の分析アイデアを確認しておく。
|
目安時間 Hours
|
2 時間
|
復習内容 Review of Class
|
・半期を通じて学んだ関数を整理しておく。 ・
|
目安時間 Hours
|
2 時間
|
授業に関する注意事項 Remarks for Class |
・成績評価にも反映されるので必ず出席すること。 ・受講の仕方や成績評価について第1回授業で周知するので必ず出席すること。 ・授業に関する諸連絡はmanabaを通じて行うので頻繁に確認すること。 ・上述の授業計画は履修者の学習進捗状況やウィルス蔓延状況に鑑み変更する可能性がある。 ・ウィルス蔓延状況によっては成績評価法を変更する可能性がある。
|
教科書 Texts |
篠田裕之(2020) Pythonで動かして学ぶ! Kaggleデータ分析入門 翔泳社
|
参考書 Reference Books |
適宜紹介する
|
課題フィードバック方法区分 Assignment Feedback Method |
授業時間内に講評・解説を行う
|
課題フィードバック方法内容 Assignment Feedback Method Content |
|
成績評価の基準 Evaluation Criteria |
平常点(50%) + 課題(50%)
|
関連URL Related URL |
|
備考 Notes |
|
添付ファイルの注意事項 Notice |
|
更新日時 Date of Update |
2024年02月14日 20時18分09秒
|