- 学部・研究科
Faculty/Graduate School - シ
- 時間割コード
Course Code - 62443
- 科目名
Course title
サブテーマ
Subtitle - データサイエンス入門
- 授業形態/単位
Term/Credits - クラス
Class -
- 春/2
- 担任者名
Instructor - 徳丸 正孝/三好 誠司/小尻 智子/土谷 亮/杉本 貴則
- 曜限
Day/Period - 火1
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
講義（対面型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
データサイエンスは，大量のデータから何らかの意味のある情報，法則，関連性などを導出するための学問であり，コンピューティング技術を活用してデータの収集と処理，統計学や機械学習的分析，意思決定や商品開発に至る一連の流れを効果的に処理する技術と関係している．本講義では，データを処理するための手法である計算機科学，統計学，パターン認識，機械学習などの基礎を横断的に学び，データサイエンスの全体像を理解することを目的とする．
到達目標 / Course Objectives
①知識・技能
・確率，データの可視化，仮説の検定，回帰分析，主成分分析，情報理論に関する基礎的事項について理解できており，基本的な問題を解くことができる．
・データサイエンスの諸技術を支えるコンピュータの仕組み，データベース，プログラミング基礎とアルゴリズム，最適化に関する基礎的事項について理解できており，基本的な問題を解くことができる．
・機械学習の概念，重回帰分析，ロジスティック回帰，決定木，k近傍法に関する基礎的事項について理解できており，基本的な問題を解くことができる．
・ニューラルネットワーク，深層学習，画像処理，畳み込みニューラルネットワーク，教師無し学習に関する基礎的な事項について理解できており，基礎的な問題を解くことができる．授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
・問題演習
- 授業計画
Course Content -
授業計画 / Course Content
第1回 イントロダクション/データサイエンスとは
第2回 確率
第3回 データの可視化，仮説の検定，回帰分析
第4回 主成分分析，圧縮センシング
オンデマンド配信授業（１）第2回〜第4回の復習
（授業動画15分，学習課題10分）
第5回 コンピュータとデータベース
第6回 プログラミング基礎とアルゴリズム
第7回 最適化
オンデマンド配信授業（２）第5回〜第7回の復習
（授業動画15分，学習課題10分）
第8回 中間試験
第9回 人工知能と機械学習
第10回 重回帰分析，ロジスティック回帰
第11回 決定木，k近傍法
オンデマンド配信授業（３）第9回〜第11回の復習
（授業動画15分，学習課題10分）
第12回 ニューラルネットワークと深層学習
第13回 画像処理と畳み込みニューラルネットワーク
第14回 教師無し学習
オンデマンド配信授業（４）第12回〜第14回の復習
（授業動画15分，学習課題10分）授業時間外学習 / Expected work outside of class
毎回の講義内容について復習し，データサイエンスに関連する専門科目との繋がりを確認しておくことが望ましい．また，データサイエンス分野で主流となっているプログラミング言語Pythonの入門書などでデータ分析の基本を学習しておくと講義内容の理解を深めることができる．
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験（筆記試験）の成績と平常成績で総合評価する。
成績評価の内訳：
定期試験（50％)
中間試験（50%）基準・評価 / Evaluation Criteria・Assessment Policy
・確率，データの可視化，仮説の検定，回帰分析，主成分分析，情報理論に関する到達目標を達成していること．
・コンピュータの仕組み，データベース，プログラミング基礎とアルゴリズム，最適化に関する到達目標を達成していること．
・機械学習の概念，重回帰分析，ロジスティック回帰，決定木，k近傍法に関する基礎的事項に関する到達目標を達成していること．
・ニューラルネットワーク，深層学習，画像処理と畳み込みニューラルネットワーク，教師無し学習に関する到達目標を達成していること．
- 教科書
Textbooks なし．適宜資料を配布
-
参考書
References 立山 秀利 入門者のPython プログラムを作りながら基本を学ぶ 講談社 4065131634
- フィードバックの方法
Feedback Method
- 担任者への問合せ方法
Instructor Contact オフィスアワー
関大LMSで随時質問を受け付けます
- 備考
Other Comments 【オンデマンド配信授業回に関する情報】
①配信元：関大LMS
②配信時期：
オンデマンド配信授業（１）第4回授業終了後から7月末日まで
オンデマンド配信授業（２）第7回授業終了後から7月末日まで
オンデマンド配信授業（３）第11回授業終了後から7月末日まで
オンデマンド配信授業（４）第14回授業終了後から7月末日まで
③質問等の対応方法：質問は対面授業時または関大LMSのメッセージで受け付けます