データサイエンスと人工知能の実践
共通 - 全学共通
GSD20211
コース情報
担当教員: 清水 良太郎
単位数: 2
年度: 2024
学期: 秋学期
曜限: 火5
形式: 対面授業
レベル: 200
アクティブラーニング: あり
他学部履修: 可
評価方法
出席状況
15%
授業参加
60%
レポート
25%
詳細情報
概要
現代社会においてデータサイエンスに関する関心が高まっている。私たちの周りには大量のデータであふれ,そのデータを正しく読み解くことがこれからの時代を生き抜いていくために必要であると考えられる。 データを読み解くためには統計の知識が必要不可欠である。また,多くのデータを読み解くためにはプログラミングを用いた分析が必要となる。さらにそこから知見を得るための解釈も必要となる。本授業では,Pythonを用いたデータ分析に焦点を当て,様々なデータを適切に分析するための基礎知識の学習及び,その分析に関する技能の習得を目標とした授業を展開する。 本科目は,全学共通教育におけるカリキュラム・ポリシーの3.にある,「共生と世界」の分野に対応する。
目標
日常や仕事の中で有効に使える基本的なデータ分析技術や知見を身に付ける 様々なデータが与えられた場合に,適切な分析,およびそこからの知識の習得が可能になることを目標とする。 また,授業の中にグループワークを取り入れます。毎回の授業の参加が難しい人は履修を控えてください。
授業外の学習
予習: 教材が用意されている場合は,次に行う予定の内容に一通り目を通して,内容と疑問点を把握しておく。 復習: その日に行った演習内容を復習する。授業時に作成した例題や演習課題で,教員の説明に従ったり,TAの手助けによって作成したものを,自分一人の力でできるようにしておく。
所要時間: 予習: 1.5時間程度 復習: 2時間程度
スケジュール
- オリエンテーション(現代社会におけるデータサイエンスとPythonの基礎)
- データを読む(平均,分散,偏差値)
- データを読む(いろいろなグラフ)
- データを読む(時系列データの分析)
- データ分析プロジェクト1
- データ分析プロジェクト2
- 回帰分析1(理論編)
- 回帰分析2(分析編)
- 決定木分析
- ランダムフォレスト
- 主成分分析
- データ分析プロジェクト3
- データ分析プロジェクト4
- 授業のまとめとこれからのデータサイエンス
教科書
教科書は指定せず必要に応じて資料を配付する。
参考書
書籍情報はありません。