シラバス参照
シラバス参照
| 科目一覧へ戻る | 2023/09/27 現在 |
|
開講科目名 ／Course |
医療データ解析学演習 |
|---|---|
|
時間割コード ／Course Code |
M239000296 |
|
ナンバリングコード ／Numbering Code |
|
|
開講所属 ／Course Offered by |
医学研究科／ |
|
曜日コマ ／Day, Period |
他 |
|
開講区分 ／Semester offered |
後期／second semester |
|
単位数 ／Credits |
2.0 |
|
学年 ／Year |
1 |
|
主担当教員 ／Main Instructor |
玉田 嘉紀／TAMADA YOSHINORI |
|
科目区分 ／Course Group |
大学院（博士課程） |
|
教室 ／Classroom |
|
|
必修・選択 ／Required/Elective |
|
|
授業形式 ／Class Format |
|
|
メディア授業 ／Media lecture |
－ |
|
教員名 ／Instructor |
教員所属名 ／Faculty/Department |
|---|---|
| 玉田 嘉紀／TAMADA YOSHINORI | 医学研究科／ |
| 三上 達也 | 医学研究科／ |
|
難易度（レベル） ／Level |
レベル5 |
|---|---|
|
対応するＤＰ ／DP |
DP2 |
|
授業としての具体的到達目標 ／Concrete arrival target as the class |
情報科学及び人工知能技術を用いて医療ビッグデータを解析するためのコンピュータ操作やプログラミングなどの基礎的な技術を身につけ、医学データ解析上の問題解決ができる能力を獲得する。 |
|
授業の概要 ／Summary of the class |
Windows PC または Mac を用いて機械学習で標準的に用いられている Linux を学習する環境を構築し、基本的な操作を習熟する。その次に Python プログラミング環境を Jupyter Lab などを使用し構築し、10 回に渡りプログラミング演習を行う。次に R の実行環境を用意し、Rを用いた解析演習を行う。次に Jupyter Lab 上で、Pandas 及び Scikit-learn を用いた機械学習の演習を行う。最後にそれまでの技術を駆使して実データを用いた医療データ解析の演習を行う。 |
|
授業の内容予定 ／Contents plan of the class |
第１回 Linux 演習（１） 第２回 Linux 演習（２） 第３回 Linux 演習（３） 第４回 Linux 演習（４） 第５回 Linux 演習（５） 第６回 Python プログラミング演習（１） 第７回 Python プログラミング演習（２） 第８回 Python プログラミング演習（３） 第９回 Python プログラミング演習（４） 第１０回 Python プログラミング演習（５） 第１１回 Python プログラミング演習（６） 第１２回 Python プログラミング演習（７） 第１３回 Python プログラミング演習（８） 第１４回 Python プログラミング演習（９） 第１５回 Python プログラミング演習（１０） 第１６回 R 統計解析演習（１） 第１７回 R 統計解析演習（２） 第１８回 R 統計解析演習（３） 第１９回 R 統計解析演習（４） 第２０回 R 統計解析演習（５） 第２１回 機械学習演習 （１） 第２２回 機械学習演習 （２） 第２３回 機械学習演習 （３） 第２４回 機械学習演習 （４） 第２５回 機械学習演習 （５） 第２６回 医療データ解析（１） 第２７回 医療データ解析（２） 第２８回 医療データ解析（３） 第２９回 医療データ解析（４） 第３０回 医療データ解析（５） |
|
成績評価方法及び採点基準 ／A scholastic evaluation method and marking standard |
授業への参加度（６０点）および口頭試問（４０点）により評価する。 |
|
予習及び復習等の内容 ／Contents such as preparations for lessons and the review |
各回の講義項目に対し参考書などを用いて予習し、授業実施後に復習を行うこと。 |
|
教材・教科書 ／The teaching materials, textbook |
特に指定しない。 |
|
参考文献 ／bibliography |
ヘネシー＆パターソン コンピュータアーキテクチャ、翔泳社 T. コルメン、C. ライザーソン、R. リベスト アルゴリズムイントロダクション第１〜３巻、近代科学社 八谷大岳 ゼロからつくるPython機械学習プログラミング入門、講談社 金明哲 Rによるデータサイエンス、森北出版 鈴木譲・植野真臣 編 確率的グラフィカルモデル、共立出版 |
|
留意点・予備知識 ／Point to keep in mind, back ground |
特になし |
|
授業内容に関する質問・疑義等 ／Question, doubt about class contents |
金曜日１７時～１９時（要事前予約） |
|
Eメールアドレス・HPアドレス ／E-mail address, HP address |
玉田嘉紀（ y.tamada@hirosaki-u.ac.jp ） https://ytlab.jp/mdi/ |
|
学問分野1（主学問分野） ／Discipline 1 |
J62:応用情報学およびその関連分野 |
|
学問分野2（副学問分野） ／Discipline 2 |
J60:情報科学、情報工学およびその関連分野 |
|
学問分野3（副学問分野） ／Discipline 3 |
J61:人間情報学およびその関連分野 |
|
地域志向科目 ／Local intention subject |
なし |
|
授業形態・授業方法 ／Class form, class method |
ゼミナール方式で、配布資料やスライドプレゼンテーション、あるいはテキストを使って講義をする。 |
|
科目ナンバー ／The subject number |
0 |
|
メディア授業による著作物利用の有無について ／Whether or not copyrighted works are used in media classes |
有／Yes |
|
その他 ／Others |
なし |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||