ゼミナール１Ｂ 下川研

Seminar in ManagementⅠB

998F38B

86GRRES502

下川　哲矢

Tetsuya Shimokawa

2026年度後期

2026年度

②Second semester

集中講義

Intensive Course

経営学研究科　経営学専攻

Department of Management, Graduate School of Management

1.00単位

卒業研究（研究指導）

Graduation research(Research Guidance)

-

① [対面]対面授業/ [On-site] On-site class

本講義では最近意思決定研究においても重要性を増しつつある統計的パターン認識や機械学習といったデータ分析手法を学ぶ。さらに、研究論文の制作について個別に指導する。学生は、特定の分野の先行研究をサーベイし、統計的な手法を用いて、人間の意思決定を分析し、それをまとめることが求められる。

This course would provide an overview of recent development of data scientific methods, including the statistical pattern recognition and the machine learning, with an eye toward their applications to decision making research and an individual learning guidance to make a master thesis. The course will require students to conduct a research with 1) literature survey of the research field, 2) a good structure for a research, 3) one or more academic methods, 4) Analyses of the factors, 5) a conclusion, and 6) presentations.

この講義の目標の一つは、統計的パターン認識分野や機械学習分野の最近の発展を概観することである。もう一つの目的は、専門的な研究内容に学生が触れる機会を与えることである。

One objective of the class is to give a brief introduction to recent topics of the fields. The other is to expose students to research papers and methods being expected to utilize their own study. Presentations, report papers, and research proposal by the student would be anticipated.　

この授業はディプロマポリシーにある「修得した高度な専門知識・研究能力と教養をもとに、自ら課題を発見・設定し、解決する能力」に対応する。

The course reflects the diploma policy as “the ability to discover, set, and solve problems on one's own, based on the advanced specialized knowledge, research skills, and liberal arts that have been acquired”.

また、東京理科⼤学「専⾨教育の⽬標」のうち、「専⾨知識を活⽤し、課題を論理的・批判的に考える能⼒」を育成することを目的としている。

Furthermore, this course aims to cultivate the 'ability to apply specialized knowledge and think about challenges logically and critically,' which is one of the 'Goals of Specialized Education' at the Tokyo University of Science.

統計的パターン認識や機械学習の基礎を一通り理解することが目標である。

It would be expected that you get an overview of the prominent field.

特になし

Nothing special

ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation

-

毎週、研究テーマに関する発表と教員との議論があるので、学生はしっかりと事前準備をしてください。
Each week students will give a presentation on their research topic and discuss it with the instructor. Students are expected to prepare well in advance.

準備学習と復習を併せて毎週4時間の自習が必要です
Students are required to complete 4 hours of self-study each week, including preparatory study and review.

成績評価
クラスへの貢献：25%
論文報告１：25% (Slides 10% ◦ Presentation 10% ◦ Q & A in class 5%)
論文報告２：25% (Slides 10% ◦ Presentation 10% ◦ Q & A in class 5%)
研究プロポーサル発表：25%

Assessment Scheme for students
Class Participation: 25%
Paper Presentation 1: 25% (Slides 10% ◦ Presentation 10% ◦ Q & A in class 5%)
Paper Presentation 2: 25% (Slides 10% ◦ Presentation 10% ◦ Q & A in class 5% )
Written Research Proposal: 25%

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

Pattern Recognition and Machine Learning, Christopher M. Bishop, 2006, Springer

1 　統計的パターン認識・機械学習の基礎
　　　イントロダクション (Session 1)
　　　確率分布 (Session 2 -3)
　　　線形モデル (Session 4 -5)
　　　線形分類器 (Session 6 -7)
　　　ニューラルネットと深層学習 (Session 8 -9)

2　研究指導　(Session 10 -15)
研究入門　研究論文とは何か
　　　サーベイの仕方
　　　データ分析と発表の仕方

Introduction to data scientific methods
1 Introduction to Bayesian methods (Session 1)
2 Probability Distributions (Session 2 -3)
3 Linear Models for Regression (Session 4 -5)
4 Linear Models for Classification (Session 6 -7)
5 Neural Network (Session 8 -9)

Learning Guidance (Session 10 -15)
1. How to make a good essay
2. How to conduct an economic research
3. How to make and give an academic research presentation
4. Activities for a literature survey
5. Activities with data in social science Presentations

-

MATLAB/Simulink

-

オフィスアワー：金曜日3限目　ただし事前にメールでアポイントメントを取ってください。

Office hours: Friday, 3rd period. Please make an appointment in advance by e-mail.

N

N