|
徳島文理大学 | Webシラバスシステム |
TOP | 戻る |
| 徳島文理大学短期大学部 |
| 科目番号 | 11188 | 担当教員名 | 山本 由和 | 単位 | 2単位 |
|---|
| 科目群 | 専門 | 必修・選択 | 必修 | 開講期 | 前期 | 対象年次 | 2年 |
|---|
| 授業概要 |
|---|
| データ分析を自らの専門分野において応用するための講義と演習を行う． 最初に，データ駆動型社会とデータ分析の進め方の講義を行う． 次に，回帰分析，主成分分析，時系列データ分析，アソシエーション分析，クラスタ分析などについてR言語を用いた分析結果を示しながら講義を行う． なお，この授業の内容は，文部科学省「数理・データサイエンス・AI教育強化拠点」コンソーシアムのモデルカリキュラムに沿っています． |
| 到達目標 |
| 1. 知識 データ駆動型社会においてデータサイエンスを学ぶことの意義を理解する 収集したデータを観察し，データの重複や⽋損に気付くことができる 2. 態度 予測やグルーピング，パターン発⾒などのデータ分析を実施できる 3. 技能 データを可視化し，意味合いを導出することができる 4. 思考・判断 分析⽬的に応じ，適切なデータ分析⼿法、データ可視化⼿法を選択できる データを活⽤した⼀連のプロセスを体験し，データ利活⽤の流れ(進め⽅)を理解する 仮説や既知の問題が与えられた中で，必要なデータにあたりをつけ，データを分析できる 分析結果を元に，起きている事象の背景や意味合いを理解できる |
| 授業計画 | 授業形態 | 授業時間外学習 | |
|---|---|---|---|
| 【1】 | ガイダンス，データ駆動型社会(Society 5.0, データサイエンス活用事例(仮説検証，知識発見，原因究明，計画策定，判断支援，活動代替など), データを活⽤した新しいビジネスモデル) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【2】 | データ分析の進め方 | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【3】 | データの記述(種々のデータ，基本統計量) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【4】 | データの記述(データの要約) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【5】 | データの可視化 | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【6】 | データ分析の手法(回帰分析，単回帰モデル，最小二乗法) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【7】 | データ分析の手法(回帰直線と予測，決定係数) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【8】 | データ分析の手法(重回帰モデル，モデル選択) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【9】 | データ分析の手法(ロジスティック回帰分析) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【10】 | データ分析の手法(主成分分析) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【11】 | データ分析の手法(時系列データ) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【12】 | データ分析の手法(アソシエーション分析) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【13】 | データ分析の手法(クラスタ分析) | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【14】 | 微分積分，線形代数 | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 【15】 | まとめ | 講義 | 配布された演習問題を用いて復習する。 【所用時間】1.5時間 |
| 評価方法 |
|---|
| 以下の項目に概ねの評価比率を与え，各項目の総和を基本とした評価点とする． ・講義毎に実施する確認問題の得点: 30% ・試験とまとめの総計の得点: 70% 定期試験・演習対する解答はGoogle Classroomを通じてフィードバックする． |
| 教科書 |
| 応用基礎としてのデータサイエンス，講談社 |
| 参考図書 |
| 教養としてのデータサイエンス，講談社 |
| 備考 |
|---|
| 【オフィスアワー】水曜・5時間目 (16:25〜17:55) 10号館8F 3801室 【科目ナンバー】ECDS101L 【実務経験】なし |