2022年度/1GAK003001

【木3】数理・データサイエンス基礎C /杉本［全］S <後期>

数理的手法とデータに基づいた課題解決の方法論としてのデータサイエンスについて理解する．具体的には，「データに基づく知識発展のサイクル」や「データサイエンスに関わる法規や倫理，各種のバイアス」，「データの取得，管理，加工に関する基本的な要素技術」，「統計的推測や機械学習を用いた各種のデータ解析手法」について，その基本的な考え方を理解する． まず，データサイエンスの概要としてデータ駆動型社会や知識発展のサイクル，またデータを扱う際の法規や倫理について説明する．そして，データサイクルの構成要素として，データ記述や可視化，データの取得とオープンデータ，データ管理とデータ形式，データの前処理，統計的推測，教師あり・教師なし学習， モデルの評価などについて講義する．

担当教員氏名

上野 敦志

科目ナンバリング

授業形態

講義

開講キャンパス

杉本

開講区分

週間授業

配当年次

1年

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

• データ取得・管理・加工に関する基本的な技術を習得
• データの可視化に関する知識の習得とデータへの理解
• 学習を用いたデータ解析手法の修得
• データサイエンスに関する倫理および法制度について理解する

各授業回の説明

授業	授業内容	事前・事後の学習内容
第1回	データサイエンスの役割
第2回	データサイエンスと情報倫理
第3回	データ分析のためのデータの取得と管理
第4回	ヒストグラム・箱ひげ図・平均値と分散
第5回	散布図と相関係数
第6回	回帰直線
第7回	Excelを用いたデータ分析
第8回	データ分析で注意すべき点
第9回	クロス集計・回帰分析
第10回	ベイズ推論・アソシエーション分析・クラスタリング
第11回	決定木・ニューラルネットワーク・機械学習と人工知能
第12回	データサイエンスの応用事例(1)
第13回	データサイエンスの応用事例(2)
第14回	データサイエンスの応用事例(3)	最終レポートの作成，提出。

事前・事後学習の内容

事前に教科書の該当する範囲に目を通しておくこと。理解できない点を明らかにしておくこと。事後に講義内容を確認し，理解できない点があれば担当教員に質問すること。

成績評価方法

到達目標の達成度について評価を行う。 最終レポートにより総合的に評価（100点満点）し、60点以上を合格とする。

履修上の注意

• 初回から全授業で教科書を持参すること。
• Excelをインストール済みのノートパソコンを用意すること。持参が必要な授業回は、あらかじめMoodleなどで連絡する。

教科書

竹村彰通・姫野哲人・高田聖治 編『データサイエンス入門 第2版 (データサイエンス大系)』（学術図書出版社）

Loading...

参考文献

必要に応じて個別に提示する。

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -