授業内容・計画(詳細)の情報


ページを読み終えましたら、ブラウザを終了させてください。

【基本情報】
2018年度 春学期  
授業科目名 データサイエンス基礎
曜日 時限 月-2
テーマ 実用的データ分析方法の理解
キーワード 調査計画 統計的解釈 統計解析環境


【授業要旨または授業概要】
 
 現代社会では、大量のデータから有用な情報を導き出すことが最も
重要となってきており、データサイエンスの必要性は非常に
大きなものになってきています。データサイエンスの目的は、社会に
とって有用な発見をおこなうことといえるからです。これまでとは異なった、
あるいは、これまでにはなかった発見をおこなう能力は、これからの
社会では最も必要とされる能力となっています。

 そこで、この授業では、統計学の基本知識を学び、さらに調査解析の
計画と結果の解釈についての基礎知識を習得します。さらに、これらの
知識が現実の社会でどのように活用されているかを体得することを目標と
しています。内容の一部は、統計検定3級レベルに対応しています。

 実際には、問題の解決のプロセス、調査計画、結果の解釈を体系的に
学び、実用的・具体的なデータを用い、これらの手法を体得していきます。

 授業を通して、新しい価値のある情報をいかに創造していくかを理解
することができると考えます。
 



【学修の到達目標】
◆授業で育成する力スキル
全学共通: 自ら考える力
センター: 情報処理力(論理力と問題解決力)
◆学修の到達目標
(1)統計の基本(自ら考える力、情報処理力)
(2)データの可視化(自ら考える力、情報処理力)
(3)データの整理と要約(自ら考える力、情報処理力)
(4)調査計画法(自ら考える力、情報処理力)
(5)統計的解釈法(自ら考える力、情報処理力)
(6)統計解析環境(自ら考える力、情報処理力)
添付ファイル:データサイエンス基礎評価基準1803131.xls

【授業計画】
◆スケジュール
【第1回】ガイダンス 

【第2回】ビッグデータ・機械学習・データサイエンス

【第3回】統計解析の基礎1
      統計基礎、データの整理、要約

【第4回】統計解析の基礎2
      代表値とばらつきの表現とグラフの利用

【第5回】調査解析法と統計的解釈法1
      問題解決と調査計画方法

【第6回】調査解析法と統計的解釈法2
      結果の解釈

【第7回】まとめと中間試験

【第8回】解析環境整備1
      解析用ソフトウェアとハードウェアの理解

【第9回】解析環境整備2
      解析用ソフトウェアの利用

【第10回】調査解析法と統計的解釈法3
      重回帰による要因分析方法 

【第11回】調査解析法と統計的解釈法4
      重回帰による要因分析と結果の解釈

【第12回】調査解析法と統計的解釈法5
      ロジスティック回帰の活用

【第13回】ビジネスデータ解析総合演習

【第14回】まとめと最終試験





◆予習・復習
【第1回】ガイダンス 
 事前学習:シラバスの確認
 事後学習:授業支援システムの確認

【第2回】ビッグデータ・機械学習・データサイエンス
 事前学習:現代社会におけるデータ解析の重要性の調査
 事後学習:データ解析の重要性の再確認

【第3回】統計解析の基礎1
 事前学習:統計基礎、データの整理、要約法についての整理
 事後学習:統計基礎、データの整理、要約法についての復習

【第4回】統計解析の基礎2
 事前学習:代表値とばらつきの表現とグラフの利用についての整理
 事後学習:代表値とばらつきの表現とグラフの利用についての問題点の整理

【第5回】調査解析法と統計的解釈法1
 事前学習:日常生活での問題解決法についての整理
 事後学習:調査解析法の具体的手順の理解

【第6回】調査解析法と統計的解釈法2
 事前学習:調査解析法の具体的手順の整理
 事後学習:データの解析結果からの解釈法の復習

【第7回】まとめと中間試験
 事前学習:統計解析の基礎と調査解析法の復習
 事後学習:調査解析に必要な技法の理解

【第8回】解析環境整備1
 事前学習:統計解析用の情報環境の調査
 事後学習:解析用ソフトウェアとハードウェアの理解

【第9回】解析環境整備2
 事前学習:解析用ソフトウェアの調査
 事後学習:解析用ソフトウェアの特徴の理解
 
【第10回】調査解析法と統計的解釈法3
 事前学習:回帰分析についての調査
 事後学習:回帰分析による要因分析の理解 

【第11回】調査解析法と統計的解釈法4
 事前学習:重回帰による要因分析の調査
 事後学習:実際のデータ解析による要因分析の理解

【第12回】調査解析法と統計的解釈法5
 事前学習:ロジスティック回帰の調査
 事後学習:実際のデータ解析によるロジスティック回帰の活用法の理解

【第13回】ビジネスデータ解析総合演習
 事前学習:解析用データの収集
 事後学習:解析の問題点の整理

【第14回】まとめと最終試験
 事前学習:授業内容全般の復習
 事後学習:データの収集解析による理解の深化
◆集中授業の期間
 

【履修上の注意点】
先修条件はありませんが、EXECLの初歩的な操作法を習得済みであることが望まれます。
コンピュータ実習をともなう授業ですので、実習レポートを課す場合があります。

【成績評価の基準および方法】
成績評価は最終試験(50%)と実習の成績(40%)と授業中の小テスト(10
パーセント)で評価します。別ファイルに記載してある基準にしたがって、到達度
90パーセント以上でS、80パーセント以上でA、70パーセント以上で
B,60パーセント未満はEとします。ただし、出席回数が3分の2に満たない場合
は/となります。


【教科書・参考書】
区分 書名 著者名 発行元 定価
参考書 データの分析 日本統計学会編 東京図書 2200
参考書 ビジュアルデータアナリシス 山下俊恵他 東海大学出版 1600
参考書 社会知能システム入門 上村龍太郎他 東海大学出版会 1600


【その他の教材】
資料は、授業支援システムで公開します。


【担当教員への連絡方法】
質問等は、授業終了時、あるいはメール(ryo@keyaki.cc.u-tokai.ac.jp)で相談してください。

PAGE TOP