科目名 Course Title	文理融合データサイエンス�U［24A0178］ Interdisciplinary program on data science �U
授業言語 Language	Japanese
科目区分・科目種	情報	クラス	全学科
コンピテンシー	◎問題解決力	ｶﾗｰｺｰﾄﾞ
単位数	2.0単位	履修年次	1〜2年

担当教員	土山　玄
学期	前期
曜日・時限・教室	月曜 1 〜 2 限 理学部3号館601室【ITﾙｰﾑ1】

受講条件・その他注意
注意事項： 共創工学部の学生は文理融合データサイエンスIIを履修できません。 将来的に文化情報工学学際プログラムを選択する予定の学生は本科目ではなく、データサイエンス（基礎）およびデータサイエンス（中級）を履修することを強く推奨します。 受講条件： 事前に文理融合データサイエンス�Tを履修していることが望ましいが、必須ではない。

授業の形態
講義，演習

教科書・参考文献
教科書については講義中にアナウンスします。

ＡＬＨ区分
ＡＬＨを実施しない

評価方法・評価割合
小論文（レポート）=90%（中間レポート：30%, 期末レポート：60%），授業への参加態度=10%

主題と目標
本授業の主題は文理融合データサイエンス�Tにおいて学んだ基礎的な多変量解析の手法を復習し、新たに機械学習の手法を学ぶことです。また、文化現象を対象とするデータサイエンスの手法を用いた研究事例を概観することで、文理融合型の研究におけるデータサイエンスの有効性と重要性を理解することが目標となります。

授業計画
第1回　文理融合データサイエンス�Tの復習（専門知） 第2回　データサイエンスの倫理（専門知） 第3回　デジタルヒューマニティーズとは何か（専門知） 第4回　機械学習とは何か（専門知） 第5回　決定木（専門知） 第6回　ランダムフォレスト（専門知） 第7回　相関ルール（専門知） 第8, 9回　ネットワーク分析（専門知） 第10, 11回　サポートベクターマシン（専門知） 第12, 13回　ニューラルネットワーク（専門知） 第14回　自己組織化マップ（専門知） 第15回　ディープラーニングの紹介（専門知） 文理融合データサイエンス�Uでは分析手法について解説を行った後にRを使用した演習も行います。

時間外学習
時間外には復習として講義資料を読み返すことを推奨する。また、本授業では文理融合データサイエンスに関連する書籍を紹介する。余裕がある受講生にはそれらの書籍を読むことを薦める。

学生へのメッセージ
各自のコンピュータにRをインストールし、積極的にデータ分析を体験してもらいたい。データサイエンスには体験することで理解が深まることがたくさんあります。また、本授業では予習よりも復習を重視することを薦めます。授業で採り上げた内容に不明なことがあれば積極的に質問してください。時間が許す限り対応します。

学生の問い合わせ先
tsuchiyama.gen@ocha.ac.jp