科目名
(英語名) |
__科目名__
(__科目名(英語)__) |
| 担当教員 |
西村 まどか |
| 開講時期 |
__開講時期__ |
| 科目ナンバー |
__科目ナンバー__ |
| 授業コード |
1043 |
| 単位 |
__単位__ |
| 授業概要 |
データサイエンスに必要な、より一般化された数学の概念やデータ分析の理論を自らの言葉で説明するための手法を学ぶ |
| 到達目標 |
輪講と実習を通して論理的な説明方法を学び合う。数式を扱う学問で用いる記法や論理の導出方法、論理的な文章の作成方法に慣れる。研究室全体のポスター発表を通じてデータサイエンティストに必要な論理的構成の手法に慣れる。 |
| スキルの育成方法 |
グループで数学/計算機の専門書を読み進めることで、批判的思考力, 問題解決力, 論理的思考力を学ぶ |
| 授業計画 |
| 回 | 授業内容 | 事前事後学修内容・所要時間 |
|---|
| 1 | OneNote の使い方 | [事後] テーマのまとめ (2時間) |
| 2 | 環境整備, Jupyter Notebook の使い方 | [事後] テーマのまとめ (2時間) |
| 3 | データ収集の方法 | [事後] テーマのまとめ (2時間), データ収集 (2時間) |
| 4 | データ分析方法 | [事後] テーマのまとめ (2時間) |
| 5 | アルゴリズムの比較検討 | [事後] テーマのまとめ (2時間) |
| 6 | データ分析の検討 | [事後] テーマのまとめ (2時間), データ分析 (2時間) |
| 7 | 補修的なデータ収集 | [事後] テーマのまとめ (2時間), データ収集 (2時間) |
| 8 | データの確認 | [事後] テーマのまとめ (2時間), データチェック (2時間) |
| 9 | 最終的なデータ分析 | [事後] テーマのまとめ (2時間) |
| 10 | ポスター作成 | [事後] 添削を受けたポスターの直し (2時間) |
| 11 | スライド作成 | [事後] 添削を受けたスライドの直し (2時間) |
| 12 | 動画作成 | [事後] 動画の撮影 (2時間) |
| 13 | 発表会 | [事後] 作成したレポートをもとにしたポスターセッションへの参加 (2時間) |
| 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 |
受講態度 (2 割), レポート準備 (2 割), 期限までのレポート提出 (4 割), 発表態度 (2 割) |
| 前提科目 |
基礎演習, 情報リテラシー, データリテラシー(同時履修) |
| 後継科目 |
データサイエンス入門a, b\nデータ分析入門a, b\n機械学習入門 a, b |
| 教科書 |
データ構造とアルゴリズム［第2版］, 五十嵐健夫, 数理工学社, https://www.saiensu.co.jp/search/?isbn=978-4-86481-085-2&y=2022, ISBN: 978-4-86481-085-2. |
| 参考書 |
アルゴリズムとデータ構造, 石畑 清, 岩波書店, ISBN4-00-010343-1.\nPythonで学ぶ テキストマイニング入門, 石田基広, C&R研究所, https://www.c-r.com/book/detail/1464. |
| その他・注意事項 |
高等学校で学ぶ数学を全て履修しており読書家であることが望ましい。グループ活動では積極的に話しかけ、議論をまとめることができることが望ましい。長時間にわたって考えることが好きなことが望ましい。この研究室はゲーム開発や動画配信技術などの華やかな研究は扱わない。データの読み方を初年度教育に掲げた、数理科学を扱う研究室が開催する基礎演習である。
|