研讨班
INDEX
数据科学系研讨会
学习如何使用数据科学
在春季学期的 [定向研讨会] 中，我们将学习使用数据科学解决社会问题的具体案例。如何在工作中利用数据科学，融合管理学和数据等主题是多种多样的。也准备符合熟练程度的数学基础科目，为2年级以后的学习做准备。
研讨班主题一览表 (3年度)
| 研究主题 | 三年级学生的发表论题 | 教师姓名 |
|---|---|---|
| 研究主题以教育测量为中心，从问卷调查和测试的制作到数据分析，涉及范围广泛。 具体而言，我们将设计和开发测试和问卷以获得可靠的数据，收集数据，并对收集的数据进行统计分析。除了学习称为项目反应理论 (IRT) 的方法之外，我们还通过使用R等的数据处理和可视化来培养实践技能。 |
1.根据生成AI的顺序问题的作成 2.根据生成AI的信息系的考试对策 3.根据生成AI的解答数据的项目反应理论的分析 4.使用自然语言处理的话题和趋势的可视化 5.睡眠不足带来的影响 |
特聘教授新井清香 |
| 研究主题是量子信息科学 (结合量子力学和信息科学的科学) 的研究和探索。 量子计算机的性能真的优于超级计算机吗?打破量子密码真的不可能吗?量子隐形传态的瞬间移动是什么?我们将学习基本知识，以便我们能够准确地解释和回答这些问题。 |
数据科学的量子力学入门 1.量子力学的新应用 2.量子力学的基本思考方法 3.状态矢量的世界 4.面向量子比特 |
吉田律教授 |
| 研究主题是游戏信息学。 通过AI分析游戏局面和统计方法分析胜负数据等，掌握机器学习的应用技术。 |
1. 表示将棋人工智能评估值中未反映的游戏风险性 2. 行动游戏中特征模仿和作弊检测的行为分析 3. 在具有破墙规则的地下城游戏中进行自动搜索竞赛 格斗游戏中基于行为统计的技能预测 5. 5. 预测方法在赛马中的应用。实验 |
平冈一之教授 |
| 我的研究领域是图书馆与信息科学。 学生将独立收集、处理和分析网络上各种信息。通过这个过程，他们将学习如何处理数据和运用分析技巧。虽然授课教师主要关注图书馆，但学生在毕业研究中可以选择任何感兴趣的主题，而不仅仅局限于图书馆。 | 1.什么是可以猜到的商业 2.Color分析 3.GDP和二氧化碳排放量的关系 4.生成AI热潮的检索行动趋势分析 | 阿加塔·阿基拉教授 讲师五十岚智也 |
| 研究主题包括以下三个方面。 《音乐》在数学上捕捉音乐时，可以分析乐曲中的参照结构、层次树形结构、音律的移动等。 《逻辑》近年来人工智能缺乏逻辑推理能力。通过逻辑拼图可视化您头脑中的推理。 《语言》为什么只有人类说语言?观察语法和各种语言现象，思考语言的结构。 | 1.驾照考试中非逻辑性问题的构造分析 2.逻辑拼图的解析 3.运用语法理论的乐曲分析 4.麻将是运气游戏吗 5.音乐的进化 | 东条聪教授 |
| 通过数据科学分析音乐的演变并预测音乐的未来。 未来将流行什么样的音乐?我致力于通过使用数据科学进行分析来预测未来音乐的研究。 | 1.听和音时的脑波分析 2.从歌谣的歌词变化看时代背景 3.VR打击练习系统 4.使用NFC的学生证认证物联网装置的开发 5.AI考生 | 堀源教授 |
| 研究主题是结合物理学和管理学，创造一种新的数据科学理论。 学生们扩展了能量的概念，并致力于阐明心理能量的机制，例如“猜测”和“猜测”。 | 1.区域能量可视化 2.客户参与的情绪能量可视化 3.棒球与心理 4.反馈双优化模型应用考察:变形金刚、数字双胞胎、物价工资循环 5.“推”与动机考察 | 副教授石塚孝夫 |
<相关链接>
〈2026年1月26日更新〉
Department of Data Science