科目名 Course Title	データサイエンス特論［24S0269］ Data Science
授業言語 Language	Japanese
科目区分・科目種	共通科目（前期課程）	クラス	博士課程共通
コンピテンシー	○創造的思考力	ｶﾗｰｺｰﾄﾞ
単位数	2.0単位	履修年次	1〜3年

担当教員	由良　敬
学期	後不定期
日程・時限・教室	2024/10/12 5 〜 10 限 (13:20 〜 18:10) �@共通講義棟1号館106室 �A共通講義棟1号館107室
	2024/11/02 5 〜 10 限 (13:20 〜 18:10) �@共通講義棟1号館106室 �A共通講義棟1号館107室
	2024/11/16 5 〜 10 限 (13:20 〜 18:10) �@共通講義棟1号館106室 �A共通講義棟1号館107室
	2024/12/07 5 〜 10 限 (13:20 〜 18:10) �@共通講義棟1号館106室 �A共通講義棟1号館107室
	2024/12/14 5 〜 10 限 (13:20 〜 18:10) �@共通講義棟1号館106室 �A共通講義棟1号館107室

受講条件・その他注意
土曜日に集中講義を実施する。演習形式の講義であるため講義への出席が必須である。各自ＰＣを持参すること。

授業の形態
講義，演習

教科書・参考文献
「Ｒによる統計的学習入門」　by G. James, D. Witten, T.Hastie, R.Tibshirani https://www.r-project.org/

ＡＬＨ区分
ＡＬＨを実施しない

アクティブラーニングの技法
復習テスト

評価方法・評価割合
小論文（レポート）=30%，実習成果=30%，授業への参加態度=40%

主題と目標
データサイエンスの理解は現在の科学には必要不可欠になってきた。本講義では実社会での統計データがどのように活用解析されているのかをみることを通してデータサイエンスの基礎を学ぶ。データサイエンスを理解する上で必要となる統計的学習法を実際にデータ解析することで習得する。統計学の基礎的な理解とデータ解析演習を通してデータサイエンスの基本手法を習得することを目標とする。土曜日に集中講義を実施する。演習形式の講義であるため講義への出席が必須である。各自ＰＣを持参すること。

授業計画
第1回	10月12日 13:20-14:50 統計的学習
第2回	10月12日 15:00-16:30 線形回帰
第3回	10月12日 16:40-18:10　　Ｒを用いたデータサイエンス演習
第4回	10月26日 13:20-14:50　　分類
第5回	10月26日 15:00-16:30　　リサンプリング法
第6回	10月26日 16:40-18:10　　Ｒを用いたデータサイエンス演習
第7回	11月02日 13:20-14:50 線形モデル選択の正則化
第8回	11月02日 15:00-16:30 Ｒを用いたデータサイエンス演習
第9回	11月02日 16:40-18:10 Ｒを用いたデータサイエンス演習
第10回	11月16日 13:20-14:50 線形を超えて
第11回	11月16日 15:00-16:30 木に基づく方法
第12回	11月16日 16:40-18:10 Ｒを用いたデータサイエンス演習
第13回	12月07日 13:20-14:50 サポートベクターマシン
第14回	12月07日 15:00-16:30 教師なし学習
第15回	12月07日 16:40-18:10 Ｒを用いたデータサイエンス演習

時間外学習
データサイエンスは、統計学を基礎としているので、統計学の復習を時間外に行っておくこと。

学生へのメッセージ
各自のＰＣ持参で授業に臨むこと。積極的にＲを用いて自ら計算を実行してもらいたい。そのようにすることで、ソフトウエアの使い方に慣れるとともに、統計の具体的な意味が理解できるようになる。