Lectures
講義
Data Science
特別講義 (データサイエンス)
文系学部生がデータサイエンスの一連の流れを, 自分の選んだテーマで実践する講義. 前期はプログラミングと Python ライブラリの基本, 後期は研究テーマに応じた分析手法を学び, 年度末の学会口頭発表を最終目標とする.
資料を見る →
Data Science
データサイエンス実践
文系学部生向けに, 分析設計, 可視化, 回帰, 分類, クラスタリング, ニューラルネットワーク, 画像認識, 自然言語処理を Python で実習する講義. 章ごとに共通の例題データで手法を試し, 発展の手法から 1 つを選んで最終回に発表する. (作成中)
資料を見る →
Functional Programming
関数型プログラミング
純粋関数型言語 Haskell を題材に, 関数型プログラミングの基礎と設計思想を学ぶ.
資料を見る →
共通資料
複数の講義で共通に使う資料です. 講義ごとにどれを読むかは, 各講義の最初の章で案内します.
Setup
環境構築
VSCode, CLI, 基本コマンド, パッケージマネージャ (winget, Homebrew) など, 各講義で共通のプログラミング環境の設定.
資料を見る →
Git
バージョン管理と GitHub
git と GitHub の導入, 教員を Collaborator に招待する手順, 変更の確認と記録, 公開してよいものの判断.
資料を見る →
AI Agent
コーディングエージェントの利用
codex と herdr の導入と操作, AGENTS.md と skill, エージェントの変更を分からないまま承認しないための手順.
資料を見る →
LaTeX
LaTeX による原稿作成
TeX Live と VSCode で学会発表の原稿を書く. 保存したらビルドされる設定, 学会のテンプレートによる書き方, GitHub での教員との共有.
資料を見る →
Python
プログラミング基礎 (Python)
uv による Python の環境構築, 基本的な文法, pandas などのライブラリの利用, データの取得と編集, アルゴリズムと基本構文を学ぶ全 5 章の共通資料. データサイエンス系の講義で参照する.
資料を見る →
特別講義 (データサイエンス) で学生が行った研究の発表資料・論文は 過去の研究事例 にまとめています.