科目名 (英語名) |
データサイエンス入門b 【S2】
() |
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 |
3502 |
単位 |
1 |
授業概要 |
データサイエンスの概要とその応用について知る。 |
到達目標 |
データサイエンスの全体像およびその個別の問題や手法を知る。 |
スキルの育成方法 |
データの入手方法、データの加工方法、データの分析手法を身につけることにより、読解力、情報収集力、批判的思考力、論理的思考力を身につける |
授業計画 |
回 | 授業内容 | 事前事後学修内容・所要時間 |
1 | データサイエンス入門aの復習 | [事後] 語彙を調べ、レポートにまとめてくる (2時間) |
2 | データサイエンスの応用事例 | [事後] 語彙を調べ、レポートにまとめてくる (2時間) |
3 | 統計データの入手方法 | [事後] 語彙を調べ、レポートにまとめてくる (2時間) |
4 | 統計の用語定義とその操作方法 | [事後] 語彙を調べ、レポートにまとめてくる (2時間) |
5 | 時系列データの取り扱い方法 | [事後] 語彙を調べ、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] 今まで学んだことをまとめる(2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 |
データサイエンス入門a |
後継科目 |
基礎プログラミングI |
教科書 |
分割表の統計解析 2 次元表から多元表まで 宮川雅巳 青木敏 朝倉書店 ISBN978-4-254-12839-0 |
参考書 |
Pythonユーザのための Jupyter 実践入門 技術評論社 ISBN978-4-7741-9223-9 |
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。
|