| 授業コード | 12062732 | クラス | 32 |
| 科目名 | ゼミナールⅣ | 単位数 | 2 |
| 担当者 | 高濱 節子 | 履修期 | 後期授業 |
| カリキュラム | ＊下表参考 | 配当年次 | ＊下表参考 |
| 授業題目 | 経営情報論ゼミナール |
| 授業の概要 | 経営情報論ゼミナールにおける学習テーマは「最適意思決定に対する経営科学および情報科学の応用」である． ゼミナールの学習内容は，次の三つの柱から構成されている． ①経営科学に関する部分・・・最適意思決定，数理計画，ゲーム理論など ②情報科学に関する部分・・・プログラミング，インターネットなど ③応用事例に関する部分・・・事例研究，システム作成，シミュレーションなど なお，２年次のゼミナールⅠ・Ⅱは基礎編，３年次のゼミナールⅢは応用編であり，４年次の卒業論文作成に向けた基礎学力と表現力の獲得を目指す．毎回のように，若干の数学とコンピュータを用いるが，本ゼミナールでは，基礎学力と表現力の向上を最大の目的にしているので，学習内容は基本的な内容となっており，平易なはずである． ゼミナールⅣでは，ゼミナールⅠ～Ⅲで身につけた経営科学・情報科学における問題意識および分析技術を用いて，各自のテーマを設定し，そのテーマに沿った調査・実験を行う． |
| 学習の到達目標 | コンピュータによるデータ分析の⼿順と⽅法を理解し，使⽤することができる． |
| 授業計画 | 第１回 | ガイダンス：ゼミナールⅣの予定の説明 ゼミナールⅢの振り返りを行う． |
| 第２回 | 文献購読と実習① 第8章 単語分散表現① ・文献購読により，単語分散表現の概要と使い方について学習する． ・単語分散表現とは何か，単語分散表現を学習仕組みについて説明できるようになる． |
|
| 第３回 | 文献購読と実習② 第8章 単語分散表現② ・学習モデルをTensor Flowを使った実装演習を行う． |
|
| 第４回 | 文献購読と実習③ 第8章 単語分散表現③ ・実装済のモデルを使った単語分散表現の学習を行う． ・公開されている学習済の単語分散表現をダウンロードして，使えるようになる． |
|
| 第５回 | 課題研究報告① 単語分散表現 ・作成したプログラムコードの概要説明を行い．レビューデータを用いた実行結果の分析を説明する． ・作成したプログラムコード概要に関する説明ができ，レビューデータを用いた実行結果の分析を説明できるようになる． |
|
| 第６回 | 文献購読と実習④ 第9章 テキスト分類① ・今回から３回にわたって，文献購読により，ニューラルネットワークに基づいた基礎的な「テキスト分類」について学習する． ・今回は，リカレントニューラルネットワーク(RNN)について学習し，RNNによるテキスト分類器の実装演習を行う． ・RNNによるテキスト分類器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第７回 | 文献購読と実習⑤ 第9章 テキスト分類② ・Long Short Term Memory(LSTM)について学習し，LSTMによるテキスト分類器の実装演習を行う． ・LSTMによるテキスト分類器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第８回 | 文献購読と実習⑥ 第9章 テキスト分類③ ・畳み込みニューラルネットワーク(CNN)について学習し，CNNによるテキスト分類器の実装演習を行う． ・CNNによるテキスト分類器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第９回 | 文献購読と実習⑦ 第9章 テキスト分類④ ・学習済み単語分散表現をEmbedding層の初期値として設定する方法について学習し，CNN分類器の学習と評価を行う． ・学習済み単語分散表現を使ってCNNモデルの学習ができ，実行結果を解釈できるようになる． |
|
| 第１０回 | 課題研究報告② テキスト分類 ・作成したプログラムコードの概要説明を行い．レビューデータを用いた実行結果の分析を説明する． ・作成したプログラムコード概要に関する説明ができ，レビューデータを用いた実行結果の分析を説明できるようになる． |
|
| 第１１回 | 文献購読と実習⑧ 第10章 系列ラベリング① ・今回から3回にわたって，文献購読によって，系列ラベリング（単語列や文字列に含まれる単語や文字に対してラベルを出力すること）について学習する．特に，固有表現認識（テキスト中の固有表現を発見し，その固有表現タイプを分類すること）について学習する． ・今回は，LSTMを使った固有表現認識器について学習し，実装演習を行う． ・LSTMによる固有表現認識器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第１２回 | 文献購読と実習⑨ 第10章 系列ラベリング② ・LSTMを2つ使い，1つのLSTMは入力を順方向に，もう1つは逆方向に入力行う双方向LSTMについて学習し，双方向LSTMによる固有表現認識器の実装演習を行う． ・双方向LSTMによる固有表現認識器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第１３回 | 文献購読と実習⑨ 第10章 系列ラベリング③ ・文脈を考慮した分散表現が得られるモデルBERTについて学習し，BERTを使って固有表現認識器の実装演習を行う． ・BERTによる固有表現認識器の仕組みを説明でき，実行結果を解釈できるようになる． |
|
| 第１４回 | 課題研究報告③ 系列ラベリング ・作成したプログラムコードの概要説明を行い．レビューデータを用いた実行結果の分析を説明する． ・作成したプログラムコード概要に関する説明ができ，レビューデータを用いた実行結果の分析を説明できるようになる． |
|
| 第１５回 | 総まとめ ・ゼミナールⅢ・Ⅳの学習内容を，振り返る． ・卒業研究，卒業論文で考えられるテーマについて洗い出せるようになる． |
| 授業外学習の課題 | ⽂献輪読のテキストを、事前に熟読してゼミに臨むこと．テキスト内のプログラム実習も、基本的には、授業外学習の作業になる．このように，時間外の取り組みがメインとなる授業なので，少なくとも事前学修（2時間程度），事後学修（2時間程度）として，授業時間外にゼミナールⅢの学修を行うこと． |
| 履修上の注意事項 | ① 全授業無遅刻無⽋席が原則です．やむをえず⽋席するときは，事前に必ず連絡して下さい． ② 提出課題や発表はそれぞれが評価対象となるため、課題提出のない場合や発表をしなかった場合は該当分の評価は0点となります． ③ PCおよびネットワーク環境を⽤意すること． ・授業時間外の作業が多く，かつそれがメインとなる授業なので，高濱と連絡を取り，相談するようにしてほしい．それにより，各人の進行状況を常にチェックします． ＊公認欠席制度の配慮内容は以下の通りです． ・公認欠席は欠席として扱いますが，単位認定要件または期末試験の受験要件には影響しないように配慮します． |
| 成績評価の方法・基準 | 出席率70%以上を評価の対象とします。 ゼミへの取り組み（30％）、課題研究報告などの課題（70％）を目安に総合的に評価します。 |
| テキスト | 中山光樹 著『機械学習・深層学習による自然言語処理入門』マイナビ出版 その他，必要に応じて紹介する．また，ゼミナール中に必要に応じてプリントを配布する． |
| 参考文献 | 適宜，授業中に指示する． |
| 主な関連科目 | ゼミナールⅠ，Ⅱ，Ⅲ，経営情報論Ⅰ, 経営情報論Ⅱ，B2群特殊講義a（アルゴリズムとプログラミング演習），B2群特殊講義a（アルゴリズムとプログラミング発展演習） |
| オフィスアワー及び 質問・相談への対応 |
ゼミ⽣全員に個別⾯談を実施します。 質問・相談については、ゼミ終了直後やメールで受け付けます。すぐに解決しない問題については、メールでアポイントメントをとってもらって、個別に対応します。質問のうち、他の学⽣にも参考になる内容については、次の講義の時に学⽣にフィードバックします。 |
| 所属 | ナンバリングコード | 適用入学年度 | 配当年次 | 身につく能力 | ||||
| 知識・技能 | 思考力 | 判断力 | 表現力 | 協創力 | ||||
| 商学部経営学科（Ｆ群） | FCBA36041 | 2018～2022 | 3･4 | - | - | - | - | - |
| 商学部経営学科（Ｆ群） | FCBA36041 | 2023～2023 | 3･4 | ○ | ○ | ○ | ○ | ○ |