科目名 (英語名) |
科学メディア論a 【S1】
() |
担当教員 |
西村 まどか |
開講時期 |
春学期 |
科目ナンバー |
|
授業コード |
2508 |
単位 |
1 |
授業概要 |
データサイエンスで用いられる手法を学ぶ。 |
到達目標 |
機械学習のいくつかの基本的な手法を身につける。 |
スキルの育成方法 |
データの分析方法をいくつか試すことにより、読解力、論理的思考力、批判的思考力、課題発見力を身につける |
授業計画 |
回 | 授業内容 | 事前事後学修内容・所要時間 |
1 | イントロダクション | [事後] 語彙を調べ、レポートにまとめてくる (2時間) |
2 | 集合知の概念 | [事後] コードを復習し、レポートにまとめてくる (2時間) |
3 | 推薦の仕組み | [事後] コードを復習し、レポートにまとめてくる (2時間) |
4 | クラスタリング | [事後] コードを復習し、レポートにまとめてくる (2時間) |
5 | 検索エンジン | [事後] コードを復習し、レポートにまとめてくる (2時間) |
6 | まとめ | [事前] 発表準備 2 時間 |
7 | ふりかえり | [事後] 後継科目へのつなぎ方を考える(1時間) |
8 | | |
9 | | |
10 | | |
11 | | |
12 | | |
13 | | |
14 | | |
受講者の事前知識と進度により適宜変更する。
|
成績評価基準 |
毎回の課題(30%)、受講態度(20%)、課題に関する質疑応答(30%)、最終レポート(20%, A4 2枚 2000字程度, 講義内容をまとめたもの) |
前提科目 |
数学、統計学、物理学、経営工学、応用統計学 |
後継科目 |
科学メディア論b |
教科書 |
Python によるデータ分析入門 Wes MacKinney オーム社 ISBN978-4-87311-845-1 |
参考書 |
Think Stats プログラマのための統計入門 Allen B. Downey オーム社 ISBN978-4-87311-735-5 |
その他・注意事項 |
毎回課題提出がある。次回の項目の理解のため予習および復習、グループ内での自主的な準備を求める。講義前に講義ノートで指定するソフトウェアを計算機にインストールして準備すること。
|