| データサイエンス特論（１Q) （クリック−> 授
業の進め方） データから価値ある情報を見出し，仮説発見，仮説検証が行える資質を身に付ける。このため、様々なデータの収集、可視化、解析、マイニング、評 価、処理，加工などの手法に関する知識とスキルを学ぶ。このため、統計学，パターン認識，コンピュータ科学，システム制御工学、信号処理（画像含 む）などの観点から学ぶ。Pythonライブラリー，OpenCVにも触れる。 データセット集 https://sites.google.com/site/datasciencehiro/datasets |
| シミュレーション特論（１Q) 自然科学や工学モデル、確率モデル、ランダムウォーク、フラクタル、株価予測、在庫管理などのシミュレーション評価を学ぶ |
| システムインテグレーション特論（３Q)
（クリック−> 授
業の進め方） 複雑なシステムのシステムインテグレーション技術として、その構成要素技術（センサ，アクチュエータ，筐体など）の見方、評価、IoTにおけるセ ンシング技術による見える化，インテグレーションのプロセス，さらにシステム運用における人間の失敗学、人間工学などを学ぶ。 |
| サービス工学特論（４Q) （クリックー＞授業の進め方） 現在のサービスの定義は「顧客との価値共創」である。価値とは満足，安心，非日常的な驚きや発見，感動と感心など，心理的作用素を得ることが第一 義である。この価値を産み出すために，おもてなしや気遣いは手段である。この価値創出のメカニズムの原理を行動心理，経済，認知科学の観点から説 明する。さらに人間の行動や心理を工学的に測定し，それをいかにフィードバックすることで，価値創出，サービスリカバリーが行えるか，工学的観点 から述べる。（注意：科学よりも工学の方が幅広いジャンルを扱い，かつ，現場への有用性が高いため，サービス「工学」と称している） |
| Python （幾つかの授業で用います）：開発環境（エディタ、実行）の説明 https://sites.google.com/site/datasciencehiro/python-kai-fa-huan-jing |