タイトル

開講年度 開講学部等
2025 共同獣医学部
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
後期 月3～4 演習 10.0
時間割番号 科目名[英文名] 使用言語 単位数
1082010310 データサイエンス技術演習[Practice in Data Science Technology] 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
清水 隆[SHIMIZU Takashi] ー
担当教員[ローマ字表記]
清水 隆　[SHIMIZU Takashi], 大濵 剛　[OHHAMA Takashi], 日暮 泰男　[HIGURASHI Yasuo], ISHARA UHANIE PERERA
特定科目区分   対象学生   対象年次 3～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
Pythonを使用して、実践的な統計学および機械学習を身につける。
授業の到達目標
Pythonを使用して基本的な統計解析を行うことができる。
Pythonを使用して基本的な機械学習を行うことができる。
授業計画
【全体】
パソコンを持参し、Pythonを使用した演習形式の講義を行う。
項目 内容 授業時間外学習 備考
第1回 記述統計学演習I 代表値、散布度について学習する。 自学／復習を行う。
第2回 記述統計学演習II 2 数間の相関、連関、クロス集計表について学習する。 自学／復習を行う。
第3回 確率演習 確率分布、正規分布、2 項分布、データの標準化について学習する。 自学／復習を行う。
第4回 推定統計学演習 推定量について学習する。 自学／復習を行う。
第5回 区間推定演習 区間推定を学習する。 自学／復習を行う。
第6回 比率差の検定演習 χ2 検定を学習する。 自学／復習を行う。
第7回 平均値差の検定演習 t 検定について学習する。 自学／復習を行う。
第8回 ベイズ統計または検定力演習 ベイズ統計の基礎または検定力について学習する。 自学／復習を行う。
第9回 機械学習総論 ソーティングとアルゴリズム、クラウドサービスとビッグデータ、機械学習の種類について学習する。 自学／復習を行う。
第10回 教師あり機械学習I 回帰分析（単回帰、重回帰、多項式回帰）について学習する。 自学／復習を行う。
第11回 教師あり機械学習II 分類（ロジスティック回帰、KNN、SVM、決定木、ランダムフォレスト）について学習する。 自学／復習を行う。
第12回 教師あり機械学習III 分類（ロジスティック回帰、KNN、SVM、決定木、ランダムフォレスト）について学習する。 自学／復習を行う。
第13回 教師なし機械学習I クラスタリング、主成分分析について学習する。 自学／復習を行う。
第14回 教師なし機械学習II クラスタリング、主成分分析について学習する。 自学／復習を行う。
第15回 教師あり機械学習IV ニューラルネットワーク、畳み込みニューラルネットワークについて学習する。 自学／復習を行う。
第16回 教師あり機械学習V ニューラルネットワーク、畳み込みニューラルネットワークについて学習する。 自学／復習を行う。
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --%　B: --%　C: 100%　D: --%
成績評価法
70%のレポートと30%の出席により評価する。
教科書にかかわる情報
備考
参考書にかかわる情報
参考書 書名 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ータ分析 ISBN 9784839965259
著者名 塚本邦尊, 山田典一, 大澤文孝著 出版社 マイナビ出版 出版年 2019
参考書 書名 統計学入門 ISBN 9784130420655
著者名 東京大学教養学部統計学教室編 出版社 東京大学出版会 出版年 1991
備考
メッセージ
パソコンとgoogleアカウントが必要です。
キーワード
持続可能な開発目標（SDGs）

関連科目
履修条件
連絡先
Glexaから質問してください。
オフィスアワー
9:00-19:00

ページの先頭へ