19. AI&データ×チームワーク: 理解
Y. Sunaga, H. Washizaki, et al., “Relation between Combinations of Personal Characteristic Types and Educational Effectiveness for a
Controlled Project-based Learning Course,” IEEE Transactions on Emerging Topics in Computing 5(1) 2016 23
20. AI&データ×チームワーク: データ準備・モデリング・評価
T L
M A
個
人
学
習
効
果
各メンバの個人特性をFive Factor Stress, Five Factor Model 定量化
個人特性が学習にもたらす影響は、、、
リーダ タグ
ボー
ト
マネー
ジャ
アン
カー
Y. Sunaga, H. Washizaki, et al., “Relation between Combinations of Personal Characteristic Types and Educational Effectiveness for a
Controlled Project-based Learning Course,” IEEE Transactions on Emerging Topics in Computing 5(1) 2016 24
22. AI&データ×IoTソフトウェア品質: 枠組み
N. Tsuda, et al. Iterative Process to Improve GQM Models with Metrics Thresholds to Detect High-risk Files, SANER'15 Doctoral
人手レビュー
品質
測定
機械学習
改善
M. 呼び出し先
モジュール数
G. 変更されやすい
箇所を特定できている
Q. モジュールの依存
関係はどの程度か?
M. 呼び出し元
モジュール数
A. あちこちと依存するモ
ジュールは変更されやすい
測定目的
仮定
質問
測定
データ
26
23. AI&データ×IoTソフトウェア品質: モデリングから評価・展開へ
10 25
300
150
M. 関数の数
M.実行行数
OK
NG
71
M. 関数の数
M.実行行数
OK
NG
△ OK, ○ NG
N. Tsuda, et al. Iterative Process to Improve GQM Models with Metrics Thresholds to Detect High-risk Files, SANER'15 Doctoral 27
31. 海外有力大学IoT・スマート系コース比較
フルスタック、強力な産学連携、講義+オンライン教材は世界初
プログラム 期間 フルスタッ
ク
トピック 産学連
携
夜間
講義
オンライ
ン教材
スマートエ
スイー
20-24週間 ◎ ◎ 〇 ◎
MIT 6週間 〇 アーキテクチャ
(RFID,IoT), Webサービ
ス(Linked data), 無線通
信, ストリームデータ,
セキュリティ, HCI/自動
運転/スマート
大学教
員のみ
N/A 〇 (3科目)
University of
Oxford
12週間 ×(アプリの
プログラミン
グ中心)
プログラミング
(Phyton,ensorflow,
Keras, Spark), 機械学習,
ドローン等
〇 N/A N/A
Queen Mary
University of
London
1-2年 ○ ビックデータ処理, 機械
学習・データマイニン
グ, センサーネットワー
ク、リアルタイムシス
テム
大学教
員のみ
N/A N/A
MIT Professional Education – Internet of Things: Roadmap to a Connected World
University of Oxford: Data Science for the Internet of Things
Queen Mary University of London – MSc, Internet of Things
36