年度 |
2025年度 |
開講部局 |
理学部 |
講義コード |
HB410000 |
科目区分 |
専門教育科目 |
授業科目名 |
データ科学 |
授業科目名 (フリガナ) |
データカガク |
英文授業科目名 |
Data Science |
担当教員名 |
小田 凌也 |
担当教員名 (フリガナ) |
オダ リョウヤ |
開講キャンパス |
東広島 |
開設期 |
2年次生 後期 4ターム |
曜日・時限・講義室 |
(4T) 木5-6,金3-4:メディアセンター本館2F端末室 |
授業の方法 |
講義 |
授業の方法 【詳細情報】 |
対面 |
講義中心,演習中心 |
単位 |
2.0 |
週時間 |
4 |
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) |
01
:
数学・統計学 |
対象学生 |
|
授業のキーワード |
データベース,検索,仮説検定,推定,データ解析 |
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 (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) | 数学プログラム (知識・理解) ・現代数学の基幹的理論の延長上にある先端的理論のいくつかに関する知識と展望を得る。 (能力・技能) ・情報に関する基礎的知識・技術・態度を学び,情報の処理や受発信および情報の活用を適切に行うことができる。 |
授業の目標・概要等 |
データ科学とは,データそのものを対象とする科学である.デー タの蓄積(データベース)や利用法(情報検索)に留まらず,データの 取得から,蓄積、解析、検証、問題解決にいたる一連の手順について講 義を行い,必要に応じて適当なソフトウェアーを用いた演習を行う. |
授業計画 |
Introduction R言語の基礎1 R言語の基礎2 R言語の基礎3 R言語の基礎4 2標本検定 単回帰分析 重回帰分析1 重回帰分析2 一般化線形モデル 多次元データの視覚化 クラスター分析1 クラスター分析2 判別分析1 判別分析2
2回のレポート課題の実施予定. 試験は行わない.
授業の進行状況により授業計画は変更の可能性があります. |
教科書・参考書等 |
必要に応じてプリントを配付する. |
授業で使用する メディア・機器等 |
配付資料, moodle |
【詳細情報】 |
配付資料,映像(PC), 端末室のPC または 各自の必携PC (ネット回線が必要) |
授業で取り入れる 学習手法 |
|
予習・復習への アドバイス |
配布したプリントで復習をして下さい. |
履修上の注意 受講条件等 |
統計分析ソフト R を使用した授業です. R の初歩的な使い方からデータ分析までを扱います. 初回の授業では, R (Posit cloud か RStudio) の導入を行います. 各自のPCを使用する場合は Posit cloud か RStudio の導入を行ってもらいます. |
成績評価の基準等 |
レポート課題の達成状況によって総合的に判定する. |
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 |
|
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。 |