|
|
|
|
|
|
メディア授業とは，メディアを利用して遠隔方式により実施する授業の授業時数が，総授業時数の半数を超える授業をいいます。
メディア授業により取得した単位は，卒業要件として修得すべき単位のうち60単位を超えないものとされています。
|
|
|
|
|
|
|
In this course, we focus on the basic concepts and techniques needed for data science. Data science has been adopted as a knowledge extraction method in various fields. In this lecture, a series of data science processes, such as data collection, classification, analysis, modelling, and prediction, are conducted in a practice format.
|
|
|
|
|
|
|
|
|
|
|
This course aims to acquire basic concepts and theories of data science with the aim of applying data science in practical applications.
|
|
|
|
|
First, understand the main concepts of Informatics. Next, we will learn about each process of data science. Finally, learn the analysis method. Besides, the progress of the lecture will be appropriately changed according to the acquisition situation of the students.
|
|
|
|
|
|
第1回
|
Exploratory data analysis 1
|
1 Elements of structured data
2 Rectangle data
3 Position estimation
4 Estimation of Scatter
|
|
第2回
|
Exploratory data analysis 2
|
5 Data distribution search
6 Searching Binary Data and Category Data
7 Correlation
8 Search for two or more variables
|
|
第3回
|
Distribution of data and samples 1
|
1 Random sampling and sample bias
2 Selection bias
3 Sample distribution of statistics
4 Bootstrap
5 Confidence interval
|
|
第4回
|
Distribution of data and samples 2
|
6 Normal distribution
7 Long tail distribution
8 Student's t distribution
9 Binomial distribution
10 Distribution associated with a Poisson distribution
|
|
第5回
|
Statistical Experiment and Significance Test 1
|
1 A / B test
2 Hypothesis Testing
3 Resampling
4 Statistical significance and p-value
5 t-test
|
|
第6回
|
Statistical Experiment and Significance Test 2
|
6 Multiple test
7 degrees of freedom
8 ANOVA
9 Chi-square test
10 Multi-arm Bandit Algorithm
11 Testing power and sample size
|
|
第7回
|
Regression and Prediction 1
|
1 Single regression
2 Multiple regression
3 Prediction using regression
4 Factor Variables in Regression
|
|
第8回
|
Regression and Prediction 2
|
5 Interpretation of regression
6 Testing Assumptions: Regression Diagnosis
7 Polynomial Regression and Spline Regression
|
|
第9回
|
Classification 1
|
1 Naive Bayes
2 Discriminant analysis
3 Logistic Regression
|
|
第10回
|
Classification 2
|
4 Evaluation of classification models
5 Strategies for imbalanced data
|
|
第11回
|
Statistical Machine Learning 1
|
1 k neighborhood method
2 Tree model
|
|
第12回
|
Statistical Machine Learning 2
|
3 Bagging and Random Forests
4 Boosting
|
|
第13回
|
Unsupervised Learning 1
|
1 Principal component analysis
2 k-means clustering
3 Hierarchical Clustering
|
|
第14回
|
Unsupervised Learning 2
|
4 Model-Based Clustering
5 Scaling and categorical variables
|
|
第15回
|
Lecture summary
|
Lecture rap up
|
|
※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: 10% B: 20% C: 10% D: 60%
|
|
Quizzes and in-class reports 10%
Homework and out-of-class reports 30%
Class attitude and participation 30%
Students' presentations and in-class work 30%
|
|
|
|
|
|
|
|
|
教養としての決済
|
|
978-4492681497
|
|
|
ゴットフリート・レイブラント, ナターシャ・デ・テラン著 ; 大久保彩訳
|
|
[東洋経済新報社]
|
|
2022
|
|
備考
|
References will be indicated in lectures as appropriate.
|
|
|
|
|
|
|
データサイエンス設計マニュアル
|
|
4873118913
|
|
|
Steven S. Skiena 著・文・その他，小野 陽子 監修，長尾 高弘 翻訳，Steven S. Skiena，小野
|
|
オライリー・ジャパン
|
|
2020
|
|
|
|
統計的因果推論 : 入門
|
|
4254122411
|
|
|
Judea Pearl， Madelyn Glymour， Nicholas P. Jewell [著] ; 落海浩訳
|
|
朝倉書店
|
|
2019
|
|
備考
|
References will be indicated in lectures as appropriate.
|
|
|
|
|
Includes practical training. Students must bring a PC.
|
|
|
|
|
Data science, Statistics, Machine learning, Open-source, Knowledge representation, Visualization, Decision making.
|
|
|
|
| (経済成長と雇用)包摂的かつ持続可能な経済成長及びすべての人々の完全かつ生産的な雇用と働きがいのある人間らしい雇用（ディーセント・ワーク）を促進する。 |
| (インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。 |
| (不平等)各国内及び各国間の不平等を是正する。 |
| (持続可能な都市)包摂的で安全かつ強靱（レジリエント）で持続可能な都市及び人間居住を実現する。 |
| (持続可能な生産と消費)持続可能な生産消費形態を確保する。 |
|
|
|
|
|
|
|
Please contact the official e-mail address. e-mail: masakazu *[at]* yamaguchi-u.ac.jp
|
|
|
|
|
No fixed office hour is set. If you have any questions, please contact the above address.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|