|
|
|
|
|
|
この授業では、データサイエンスのリテラシーレベルについて、データを適切に処理する力を身につけ、データの持つ性質について統計量を用いて要約できることを目的とする。
|
|
|
・データをハンドリングするのに必要なパソコン、ソフトの操作ができるようになる。
・データについて正しい方法で可視化でき、統計データを適切に処理する力を身につけられる。
・Excelを用いて、記述統計量をデータから計算し、データが持つ性質について把握できるようになる。
・簡単な実際のデータについて、前処理や基礎的な処理を行うことによりハンドリングできるようになる。
|
|
|
Ａ：諸科学についての基礎的知識と理解 ○
Ｂ：論理的・創造的思考力 ◎
Ｃ：コミュニケーション能力 △
Ｄ：社会的倫理観・国際性 ○
（◎：特に重視する、○：重視する、△：評価対象、－：評価対象としない）
|
|
|
我々の周りには知らず知らずのうちにデータが蓄積され、それに基づき色々な決定が行われている。このデータについて、その性質の理解や処理の方法を学ぶことがデータサイエンスの初歩である。現在、残念ながら少なくない場面でデータサイエンスは間違った使われ方をしている。これらの間違いに気づくといった、統計検定３級程度のデータサイエンスのリテラシーを身につけるのが本講義の目的である。無論、この講義だけで全てが身につくものではない。後期に行われる数理データサイエンス教育研究センターが提供している科目についても是非受講して頂きたい。
|
|
|
講義と演習である。受講者は、第7回以降のデータサイエンス部分については一部 e-learningで行う。e-learning 部分については各回の演習問題を解答することにより、出席したとみなす。ただし、「全ての解答を送信して採点待ちにする」を押下しないと解答したこととならないため注意すること。
e-learning 部分については moodle 上の掲示板で質問すること。
|
|
|
|
|
| No. | 内容 |
| 第1回 |
コンピュータの仕組み
|
| 第2回 |
利用の仕方
|
| 第3回 |
情報倫理
|
| 第4回 |
Excelの使い方
|
| 第5回 |
ネットワークとサービス
|
| 第6回 |
Excelの使い方
|
| 第7回 |
データサイエンスのためのExcel
|
| 第8回 |
データサイエンスの概略
|
| 第9回 |
グラフによる可視化
|
| 第10回 |
分布の位置を表す代表値
|
| 第11回 |
分布の散らばりを表す代表値
|
| 第12回 |
複数の系列間の関係性
|
| 第13回 |
分析用データの処理
|
| 第14回 |
最終演習の説明、データ配布、簡単なデータ・課題の説明
|
| 第15回 |
最終演習提出
|
|
|
|
Moodle上の演習問題は期間内では何度でも受講可能である。動画を繰り返し視聴し、高得点を目指して欲しい。
|
|
|
|
第6回までの小テストやレポート及び演習30%、moodle 上のDSの演習問題40%、最終演習30%の割合で評価する。
|
|
|
|
|
現在の世の中は、データを持つ者、持たない者に分かれる。更に持っていて活用できる者、持っていても活用できない者に分かれ、それにより優劣がついている。この競争に負けないように、読み書き計算と同様にきちんとリテラシーとしてデータサイエンスを学びましょう。
|
|
|
|
|
|
|
|
Python入門、データ解析の手法と論理、データの利活用
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|