科目名 Course Title	応用データ解析［26R1025］ Advanced Data Analysis
授業言語 Language	Japanese
科目区分・科目種	人間環境工学科	クラス	共創工学部
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	3年

担当教員	小口　正人
学期	後期
曜日・時限・教室	火曜 3 〜 4 限 共3-409【情報科学講義室1】

授業の形態
講義，演習

教科書・参考文献
東京大学のデータサイエンティスト育成講座 〜Pythonで手を動かして学ぶデ―タ分析〜　塚本邦尊ほか（著）　マイナビ出版　ISBN-13: 978-4839965259

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）=50%，授業への参加態度=50%　演習への取り組み状況により判断

主題と目標
現在は様々な分野において、研究や調査結果データの利活用のために、データサイエンスの知識と技術が取り入れられるようになっており、分野を問わず身につけるべき基礎的なスキルとなっている。本講義では、データの扱い方の基本から、各種データ解析手法、確率と統計、機械学習まで、データサイエンスの基本となる知識と技術を講義と演習により学ぶ。

授業計画

第1回　データ解析のための基本的なプログラミングを習得する。（専門知） 第2回　データ解析に用いるツールの使用法を習得する。（専門知） 第3回　記述統計の基礎を学ぶ。（専門知） 第4回　確率の基礎を学ぶ。（専門知） 第5回　統計の基礎を学ぶ。（専門知） 第6回　データ解析ツールを用いた科学計算の実行を習得する。（専門知） 第7回　データ加工処理手法を習得する。（専門知） 第8回　データ可視化手法を身につける。（専門知） 第9回　教師あり機械学習の手法を学ぶ。（専門知） 第10回　教師あり機械学習の実行を習得する。（専門知） 第11回　教師なし機械学習の手法を学ぶ。（専門知） 第12回　教師なし機械学習の実行を習得する。（専門知） 第13回　モデルの検証方法を学ぶ。（専門知） 第14回　モデルのチューニング手法を習得する。（専門知） 第15回　講義全体の内容をまとめ復習を実施する。（専門知）

時間外学習
教科書に沿って進めますので、授業で触れない範囲は各自で取り組むことが望ましいです。

学生へのメッセージ
講義でデータサイエンスの基礎知識を学び、演習で実例を用いてデータ解析を行う事により、データから情報を得るための技術を習得する事を目的として、環境工学を始めとする様々な分野においてデータを活用することのできる専門知を身につけられるようにしたいと思います。