広島大学シラバス

シラバスTOPへ
English
年度 2020年度 開講部局 工学部
講義コード K6616020 科目区分 専門教育科目
授業科目名 データ分析
授業科目名
(フリガナ)
データブンセキ
英文授業科目名 Data Analysis
担当教員名 林田 智弘
担当教員名
(フリガナ)
ハヤシダ トモヒロ
開講キャンパス 東広島 開設期 3年次生   前期   集中
曜日・時限・講義室 (集) 集中
授業の方法 講義 授業の方法
【詳細情報】
講義中心、演習中心、ディスカッション、学生の発表、作業 
単位 2.0 週時間   使用言語 J : 日本語
学習の段階 3 : 中級レベル
学問分野(分野) 25 : 理工学
学問分野(分科) 11 : 電気システム制御工学
対象学生 3年次生
授業のキーワード 確率,回帰分析,主成分分析,計算知能によるデータ分析  
教職専門科目   教科専門科目  
プログラムの中での
この授業科目の位置づけ
この科目は第二類の学生を対象とした専門科目であり,第二類における学習・教育目標の「B: 数学,物理および電気・電子・システム・情報分野で必要とされる基礎知識と論理的思考力」,「C: 電気・電子・システム・情報分野における専門知識の修得とこれらを応用する能力」に対応している.なお,下記の「到達度評価の評価項目」については,所属するプログラムの項目を参照すること。  
到達度評価
の評価項目
 
授業の目標・概要等 高度情報社会において,様々なデータの種類が存在し,自動で収集され蓄積されている.このようなデータベースからその特質を抽出し,適格な形式で表現した知識として獲得するデータ分析の手法の基礎を学ぶ.本講義の履修により,(1)統計学の基礎を理解できる,(2)実際のデータに対して目的に即した分析を行い,結果の解釈ができるようになる. 
授業計画 第1回 ガイダンス,記述統計(1)
第2回 記述統計(2)
第3回 確率(1)
第4回 確率(2)
第5回 推定と検定(1)
第6回 推定と検定(2)
第7回 回帰分析,判別分析(1)
第8回 回帰分析,判別分析(2)
第9回 因子分析,主成分分析(1)
第10回 因子分析,主成分分析(2)
第11回 クラスター分析
第12回 計算知能手法を用いたデータ分析(1)
第13回 計算知能手法を用いたデータ分析(2)
第14回 計算知能手法を用いたデータ分析(3)
第15回 問題演習  
教科書・参考書等 テキストは講義期間中にウェブ上で配布する.  
授業で使用する
メディア・機器等
テキスト,配付資料,音声教材,映像(ビデオ/PC/その他画像資料) 
予習・復習への
アドバイス
第1回~第4回 基礎の確認を行い,授業後には演習問題を復習すること.
第5回~第6回 検定の方法を確認し,演習問題を復習すること.
第7回~第11回 ソフトウェアを使う前に,数学的な手法を理解すること.その後で,ソフトウェアを用いて分析する方法を学ぶこと.また,授業中にデータを指示するので,それについての分析を行った結果について報告する機会を設ける.
第12回~第13回 機械学習の方法から,最近の深層学習法についての概略を説明する.興味がある学生は,授業後にさらに理解を深めるための論文等を紹介するので,読んでください.
数式を用いた説明をするので,苦手な人は予め数学の復習をするとよい.
指定された課題に対する分析結果をまとめ,指定期日までにレポートで提出すること.  
履修上の注意
受講条件等
 
成績評価の基準等 レポート評価(50%程度),確認テスト(40%程度),授業の取組態度(10%程度)により行う.  
実務経験  
実務経験の概要と
それに基づく授業内容
 
メッセージ 授業内容に若干の変更の可能性あり  
その他 学期末に授業評価アンケートを実施します。回答に協力してください。
回答に対しては教員からコメントを入力し,改善につなげていきます。
なお,受講者が著しく少ない場合などに,アンケートを実施しないときがあります。  
すべての授業科目において,授業改善アンケートを実施していますので,回答に協力してください。
回答に対しては教員からコメントを入力しており,今後の改善につなげていきます。 
シラバスTOPへ