データサイエンス基礎

2022年度

データサイエンス基礎

場所

コンピュータイメージングラボ情報プラットフォーム

演習の目的と評価方法

データ駆動型社会においてデータサイエンスを学ぶことの意義を理解し，分析目的に応じ，適切なデータ分析手法，データ可視化手法を選択することができることを目的とする．また，収集したデータを観察，予測，可視化，分析，利活用に基づいて，データを活用した一連のプロセスを理解し，起きている事象の背景や意味合いを理解できることを目標とする．

シラバス

演習回 公開日 テーマ 内容
第1回（第1回） 11月18日（金）
（90分）		 データ駆動型社会とデータサイエンス データ駆動型社会，Society 5.0, データサイエンス活用事例（仮説検証，知識発見，原因究明，計画策定，判断支援，活動代替など）について理解する．
第2回（第2回） 11月25日（金）
（90分）		 分析設計 データ分析の進め方，仮説検証サイクルについて理解する．
第3回（第3回） 12月 2日（金）
（90分）		 データ観察，データ分析 データの集計，比較対象の設定，クロス集計表，データのばらつき，ヒストグラム，散布図などのデータ観察，単回帰分析，重回帰分析，最小二乗法などのデータ分析について理解する．
第4回（第4回） 12月 9日（金）
（90分）		 データ可視化 可視化目的（比較，構成，分布，変化など）に応じた図表化，1～3次元の図表化（棒グラフ，折れ線グラフ，散布図，積み上げ縦棒グラフ，箱ひげ図，散布図行列，ヒートマップなど）について理解する．
第5回（第5回） 12月23日（金）
（90分）		 数学基礎，アルゴリズム，総括 A. （順列，組み合わせ，集合，ベン図，条件付確率，代表値，分散，標準偏差，相関係数，相関関係と因果関係），B. （ベクトルと行列，ベクトルの演算，ベクトルの和とスカラー倍，内積，行列の演算，行列の和とスカラー倍，行列の積），C. （多項式関数，指数関数，対数関数，関数の傾きと微分の関係，積分と面積の関係，1変数関数の微分法，積分法）などの数学基礎，アルゴリズムの表現，並び替え，探索などのアルゴリズムについて理解する．総括を行う．

Posted by norikawa