シラバス情報
|
教員名 ： 小松 悟朗
|
授業科目名
データサイエンスII
学年
1年
単位数
2.00単位
実務経験の有無
開講クォーター
セメスタ指定なし
担当教員
小松 悟朗
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
オンライン
授業の到達目標及びテーマ
-------------------------------
※本講義はオンデマンド授業です。 ------------------------------- 本講義では、データサイエンスIの内容をもとに、データ活用の実践とプログラミングを学ぶ。 データサイエンスで主流のRを用いてプログラミングを学びながら、実際のデータ分析事例を題材にデータサイエンスの演習を行う。 さまざまなデータの実践を通じて、データサイエンティストとしての第一歩を踏み出すことを目指す。 キーワード: データサイエンティスト、機械学習、教師あり学習、教師なし学習、クラスタリング、回帰分析、予測、データの可視化、ランダム化比較試験、因果関係、プログラミング、R 紹介動画: https://jiu.webex.com/jiu/ldr.php?RCID=637d96714b4acdf46d6de4baf2d2fee8 Password: Ab9WdAxJ 授業の概要
本講義は、文科省「数理・データサイエンス・AI（リテラシーレベル）」の内容に準拠している。
事前の統計学やプログラミングの知識は仮定しない。統計学やプログラミングに興味のある初心者の受講を歓迎する。 I Rの基礎 1 Rの基礎 (1)ー演算、オブジェクト、関数 2 Rの基礎 (2)ーデータ、演習 II 因果関係 3 欠損データの処理 4 因果効果と反事実、ランダム化比較試験 5 観察研究と1変数の記述統計量 III 測定 6 1変量分布の可視化 7 標本調査と2変量関係の要約 8 クラスター化 IV 予測 9 選挙結果の予測 10 相関と散布図 11 線形回帰 (1) 12 線形回帰 (2) 13 回帰分析と因果関係 授業計画
1回
1 Rの基礎 (1)ーRとは?
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
2回
2 Rの基礎 (2)ーデータ
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
3回
3 Rの基礎 (3)ー演習
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
4回
4 データの前処理
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
5回
5 因果効果と反事実、ランダム化比較試験
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
6回
6 観察研究
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
7回目
7 1変量分布の可視化
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
8回
8 2変量関係の要約
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
9回
9 クラスター化
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
10回
10 選挙結果の予測
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
11回
11 相関と散布図
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
12回
12 線形回帰
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
13回
13 回帰分析と因果関係
事前学習
(2時間) テキストの指定箇所を読み、不明点を明らかにする。
事後学習
(2時間) 課題を解き、解答を提出する。
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%
期末レポート: 50% 課題(試験やレポート等)に対するフィードバック
Universal Passportや動画を通じて適宜行う。
講義で使用するテキスト（書名・著者・出版社・ISBN・備考）
社会科学のためのデータ分析入門 (上)
今井耕介
岩波書店
978-4000612456
2018年
参考文献・推薦図書
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 研究室
オンライン授業のため、オンラインで受け付ける。
事前にアポイントメントを取ること。 オフィスアワー
質問がある場合は、Universal Passportの「授業Q&A回答」に入力すること。
科目ナンバリング
学位授与方針との関連
関連ページ
|
