京都大学国際高等教育院附属 データ科学イノベーション教育研究センター

menu

データ分析演習II

開講時期 年度 後期
担当教員 国際高等教育院 教授 原 尚幸
授業情報 (群) 自然 群 (分野(分類)) データ科学(発展) (使用言語) 日本語
(旧群) B群 (単位数) 2単位 (週コマ数) 1コマ (授業形態) 演習
(開講年度・開講期) 2022・後期 (配当学年) 全回生 (対象学生) 全学向
(曜時限) 水1
(教室) 情報メ203(情報処理室)
授業の概要・目的

今日では、コンピュータやネットワーク、様々なセンサなどの技術の進歩により、日々膨大なデータが蓄積されるようになった。これらのデータの活用への期待は大きく、データを適切に分析し、その結果から適切な判断を下すことが重要である。

「データ分析演習I」は、ICT(情報通信技術)の進展とビッグデータ、さらにデータ表現の基礎等を確認したうえで、原則としてプログラミング言語を用いた経験のない学生を対象として、データ解析の基礎を習得する実践科目である。

本講義は、文部科学省のモデルカリキュラム(応用基礎レベル)の、データサイエンス基礎・データエンジニアリング基礎・AI基礎をバランスよくカバーする形で構成されている。具体的には,統計処理やプログラミング言語の基礎知識を持たない学生を対象として、データ解析の基本的スキルの習得を目指す演習科目である。「統計入門」のような統計学の入門的講義科目に引き続き、さまざまな実データを、統計解析ソフトRを用いて分析を行いながら、データ分析の手続きや分析結果の考察、さらには背景となる理論を実践的に学習していく。加えて、基本的な機械学習、AIの手法についても学ぶ。

到達目標 1.データ分析の理論的基礎となる確率論や統計学等の基礎を理解する.
2. R言語を用いてデータ分析に必要な基礎的な統計処理ができるようになる.
3. 自らの専門分野に数理・データサイエンス・AIを応用するために、分散分析・回帰分析などのデータ解析について概要を理解し,プログラミング言語による実装方法を理解する.
授業計画と内容

授業回数はフィードバックを含め全15回とする。

開講にあたっては、受講生の所属するキャンパスの配置や受講形態にも配慮し、一部メディア授業を取り入れることがある。

導入(データ駆動型社会・データサイエンス活用事例、ビッグデータ、データの種類の概説、プライバシー保護、個人情報の取り扱いを含む) (1回) 
Rのインストール、Rの基礎 (1回)
Rを使ったデータの基礎集計・視覚化 (1回)
実験データ解析入門 (4回)
回帰分析 (2回)
判別分析 (2回)
クラスター分析・多次元尺度構成法 (2回)
AI・機械学習の基礎と展望 (1回)
フィードバック (1回)

なお、講義の進度・文科省のモデルカリキュラム等を反映して内容順序の変更や省略・追加を行うことがある。

履修要件 「統計入門」あるいは同等の科目を履修していることがのぞましい。
主に文系の学生が高校で履修したレベルの数学の知識を必要とする。

Contact

〒606-8315 京都市左京区吉田近衛町69 近衛館202, 301, 302号室
Tel. 075-753-9691
E-mail : contact@ds.k.kyoto-u.ac.jp