データ分析演習II
| 開講時期 | 2021年度 後期 |
|---|---|
| 担当教員 | 国際高等教育院 特定講師 關戸 啓人 |
| 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) 2021・後期 (配当学年) 全回生 (対象学生) 全学向 (曜時限) 木5 (教室) 情報メ302(CALL) |
| 授業の概要・目的 | 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。よって今日ではデータの活用が課題となり、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II」では、特に大規模データを用いた予測と分類に焦点を合わせ、実際にデータ分析を行うことでデータ分析の基礎を理解することを目標とする。 はじめに、確率変数や平均、分散などの統計学の基礎的な知識について講述する。次に、演習で使用するR言語について解説し、実際にR言語を用い、平均や分散の計算を行う。多変量解析を行うのに必要な基礎的な統計処理と数値線形代数の知識を講述する。その後、回帰分析と主成分分析、および、機械学習の初歩の概要を学び、実際にソフトウェアRを用いて演習を行うことで、実際にデータ分析の感覚を掴む。 |
| 到達目標 | 1. データ分析の理論的基盤となる確率統計の基礎と線形代数の基礎を理解する。 2. ソフトウェアRを用いて回帰分析などの統計処理ができるようになる。 3. 回帰分析、主成分分析、機械学習について概要を理解し、更に計算機を用いてどのように計算されるかを理解する。 |
| 授業計画と内容 | 全15回の予定は以下の通りである。 ・ガイダンス、確率統計の基礎（1回） ・R言語の基礎 (2回) ・統計処理入門 (2回) ・数値線形代数の基礎 (2回) ・回帰分析 (2回) ・主成分分析 (2回) ・機械学習 (2回) ・まとめ（1回） ・フィードバック（1回） |
| 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。 |
