data science ｜ Syllabus data

授業科目名

data science

学年

1Grade

単位数

2.00Credits

実務経験の有無

開講クォーター

semester not specified

担当教員

Komatsu Goro

授業形態

授業で主に使用する言語

日本語

授業方法区分

開講キャンパス

Kioicho Campus

授業の到達目標及びテーマ

本講義は、統計学の応用であるデータサイエンス、機械学習そして計量経済学を学ぶ。

より進んだ修士論文執筆に必要な定量的・統計的手法の習得に加え、PythonやRといったプログラミング言語を用いて演習も行う予定である。

プログラミング初心者、プログラミングに興味がある者、さらにデータサイエンティストに興味があるものの履修も歓迎する。

※「統計学」または「Statistics」を履修済であることが望ましいが、必須ではない。

※履修者の統計学の知識や修論テーマにより、教科書や内容は変更する予定である。

授業の概要

科目名: データサイエンス (Data Science)

授業形態: 講義

内容:
(1) データサイエンス・統計学・計量経済学の手法を習得し、
(2)実際のデータをPythonやRなどの主流のプログラミング言語を用いて分析することで、
(3)エビデンスに基づく政策評価やビジネスデータの分析ができることを目指す。

授業内でプログラミングの演習を行うため、授業には毎回ノートパソコンを持参すること。

キーワード:
データサイエンス、機械学習、教師あり学習、回帰分析、因果推論、教師なし学習、クラスタリング、Python、R、データサイエンティスト

第1週—準備
1 統計学レビューとRの基礎 (1)
2 統計学レビューとRの基礎 (2)

第2週—因果関係と測定
3 因果関係
4 測定、クラスタリング

第3週—回帰分析(1)
5 単回帰
6 重回帰—推定

第4週—回帰分析(2)
7 重回帰—推測と漸近論
8 質的変数と多重共線性

第5週—因果推論と政策評価(1)
9 差の差分析
10 パネルデータ

第6週—因果推論と政策評価(2)
11 操作変数法
12 回帰不連続デザイン、傾向スコアマッチング

第7週—まとめ
13 まとめ

授業計画

1回

1 統計学レビューとRの基礎 (1)

事前学習

資料を読む

事後学習

課題を提出する

2回

2 統計学レビューとRの基礎 (2)

事前学習

資料を読む

事後学習

課題を提出する

3回

3 因果関係

事前学習

資料を読む

事後学習

課題を提出する

4回

4 測定、クラスタリング

事前学習

資料を読む

事後学習

課題を提出する

5回

5 単回帰

事前学習

資料を読む

事後学習

課題を提出する

6回

6 重回帰—推定

事前学習

資料を読む

事後学習

課題を提出する

7回目

7 重回帰—推測と漸近論

事前学習

資料を読む

事後学習

課題を提出する

8回

8 質的変数と多重共線性

事前学習

資料を読む

事後学習

課題を提出する

9回

9 差の差分析

事前学習

資料を読む

事後学習

課題を提出する

10回

10 パネルデータ

事前学習

資料を読む

事後学習

課題を提出する

11回

11 操作変数法

事前学習

資料を読む

事後学習

課題を提出する

12回

12 回帰不連続デザイン、傾向スコアマッチング

事前学習

資料を読む

事後学習

課題を提出する

13回

13 まとめ

事前学習

資料を読む

事後学習

課題を提出する

14回

事前学習

事後学習

15回

事前学習

事後学習

16回

事前学習

事後学習

17回

事前学習

事後学習

18回

事前学習

事後学習

19回

事前学習

事後学習

20回

事前学習

事後学習

21回

事前学習

事後学習

22回

事前学習

事後学習

23回目

事前学習

事後学習

24回

事前学習

事後学習

25回

事前学習

事後学習

26回

事前学習

事後学習

試験及び成績評価

課題：50%
最終プロジェクト課題：50%

課題(試験やレポート等)に対するフィードバック

授業にて適宜行う

講義で使用するテキスト（書名・著者・出版社・ISBN・備考）

資料を配布予定

-

参考文献・推薦図書

計量経済学の第一歩実証分析のススメ
田中隆一
有斐閣ストゥディア
ISBN: 978-4641150287
2015年

社会科学のためのデータ分析入門 (上)
今井耕介
岩波書店
ISBN: 978-4000612456
2018年

社会科学のためのデータ分析入門 (下)
今井耕介
岩波書店
ISBN: 978-4000612463
2018年

データサイエンスのための統計学入門第2版 —予測、分類、統計モデリング、統計的機械学習とR/Pythonプログラミング
Peter Bruce 他
オライリージャパン
978-4873119267
2020年

研究室

オフィスアワー

科目ナンバリング

学位授与方針との関連