| 年度 |
2024年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA122001 |
科目区分 |
専門教育科目 |
| 授業科目名 |
多変量解析 |
授業科目名
（フリガナ） |
タヘンリョウカイセキ |
| 英文授業科目名 |
Multivariate Analysis |
| 担当教員名 |
隅谷 孝洋 |
担当教員名
(フリガナ) |
スミヤ タカヒロ |
| 開講キャンパス |
東広島 |
開設期 |
2年次生 後期 ３ターム |
| 曜日・時限・講義室 |
(3T) 木7-10：工220 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
|
| 講義と演習 |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
J
:
日本語 |
| 学習の段階 |
2
:
初級レベル
|
| 学問分野（分野） |
25
:
理工学 |
| 学問分野（分科） |
01
:
数学・統計学 |
| 対象学生 |
2年次生以降 |
| 授業のキーワード |
統計学、データ分析、統計解析ソフトウェア |
| 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
（学部生対象科目のみ） | |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | 計算機科学プログラム
（能力・技能）
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
データ科学プログラム
（知識・理解）
・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力．
知能科学プログラム
（知識・理解）
・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解． |
|---|
| 授業の目標・概要等 |
多変量解析の手法を学び，データが与えられたときに適切な分析手法を選択し，分析を実行できるようになることが，本授業の目的である。 |
| 授業計画 |
第1回：統計分析ソフトウェアRの説明(1)（データ構造と統計関数）
第2回：統計分析ソフトウェアRの説明(2)（関数定義，制御構造）
第3回：クラスター分析(1)（分析対象と手法の説明）
第4回：クラスター分析(2)（Rによる分析実習）
第5回：主成分分析(1)（分析対象と手法の説明）
第6回：主成分分析(2)（Rによる分析実習）
第7回：因子分析(1)（分析対象と手法の説明）
第8回：因子分析(2)（Rによる分析実習）
第9回：多変量データのグラフィック表現
第10回：外部講師による特別講義（BIツール）
第11回：外部講師による特別講義（実データ分析のWebサイトの構築、企業など）
第12回：外部講師による特別講義（実データ分析のWebサイトの構築、企業など）
第13回：生成AIとデータ分析
第14回：課題学習(1)（分析実習 (1)）
第15回：課題学習(2)（分析実習 (2)）
1時間程の期末テスト（筆記、実技）を実施する予定
外部講師のスケジュールの都合などにより、回が前後することがあります。 |
| 教科書・参考書等 |
Rで楽しむ統計（共立出版，奥村晴彦著），多変量データ解析法（ナカニシヤ出版，足立浩平著） |
授業で使用する
メディア・機器等 |
|
| 【詳細情報】 |
PCを持参のこと |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
実際に自分でもデータを探して分析してみることを心がけましょう。 |
履修上の注意
受講条件等 |
|
| 成績評価の基準等 |
レポート、期末テスト |
| 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 |
Rを使って実習を行います。必携PCを持参してください。充電することを忘れないように。 |
| その他 |
|
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。 |