修士研究1A 安藤研｜シラバス情報

科目授業名称（和文）　Name of the subject/class (in Japanese)

修士研究1A 安藤研

科目授業名称（英文）　Name of the subject/class (in English)

Advanced Research for Master's Course 1A

授業コード　Class code

998F37A

科目番号　Course number

86GRRES501

教員名

安藤　晋

Instructor

Shin Ando

開講年度学期

2026年度前期

Year

2026年度

Semester

①First semester

曜日時限

集中講義

Class hours

Intensive Course

開講学科・専攻　Department

経営学研究科　経営学専攻

Department of Management, Graduate School of Management

単位数　Course credit

1.00単位

授業の方法　Teaching method

卒業研究（研究指導）

Graduation research(Research Guidance)

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

① [対面]対面授業/ [On-site] On-site class

概要　Description

This course provides a graduate-level lecture and projects on data mining and machine learning.
Enrolled students will conduct data analysis and research which serves as a preparation for the master thesis.

このコースではデータマイニングおよび機械学習に関する大学院レベルの講義およびプロジェクトを提供する
履修者は修士論文執筆の準備となるデータ分析および研究を実施する

目的　Objectives

The objective of this course, in relation to the abilities (1) through (4) stated in the diploma policy of this department, is to acquire knowledge and skills required to conduct graduate-level research. Exercises in programming and designing applications of statistical methods, surveying literatures, writing and presenting research.

このコースの目的は本研究科のディプロマポリシーに述べる能力(1)-(4)に関連して大学院レベルの研究を実施するために必要な知識とスキルを身につけることである．
この目的のために実施する演習はプログラミング，統計的手法の応用，文献調査，研究結果の著述およびプレゼンテーションを含む

到達目標　Outcomes

To select a research topic for Master's thesis

このコースにおける到達目標は修士論文のテーマ選択である

卒業認定・学位授与の方針との関係（学部科目のみ）

履修上の注意　Course notes prerequisites

Requires undergraduate-level understandings of machine learning techniques and programming skills
Enrolled student will present their research in meetings or conferences outside of class.

このコースでは学部レベルの機械学習手法およびプログラミングの理解を必要とする．
履修者は研究内容を対外的に発表する

アクティブ・ラーニング科目　Teaching type（Active Learning）

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／実験　Experiments

-

準備学習・復習　Preparation and review

Require two hours of work both prior to and following meetings with the advisor (at the minimum)

少なくとも２時間の予習と復習を必要とする

成績評価方法　Performance grading policy

Evaluation will be based on the presentation and the overall effort of the research work

このコースにおける評価は研究のプレゼンテーションおよび全体的なエフォートにより総合的に行う

学修成果の評価　Evaluation of academic achievement

・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

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

-

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

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/

参考書・その他資料　Reference and other materials

To be designated in class

授業内で指定

授業計画　Class plan

１−３）入学時に立てた研究計画およびテーマに基づきサーベイを行い，より詳細な実施計画を立てる．
Conduct a survey based on the research plan presented in the entrance interview and build a detailed executive plan.

４−１５）担当教員に進捗状況を報告し，研究の方向性および方法についてのディスカッションを行う
Report progress on the research and analysis to the advisor

Participants are required to attend more than half of all classes of this course in-person
この授業は対面授業であるため授業回数の半数以上を対面で受講することを求める

担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor

-

教育用ソフトウェア　Educational software

Mathematica

Python

備考　Remarks

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

Y

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

N