シラバス基本情報

更新日時	2021/03/31 9:48:17
科目分類	教養育成科目
時間割コード	G0A0802
授業科目名	オープンデータ分析A
授業科目名（英語）
科目コード	G0A0800
科目ナンバー
主担当教員（所属）	玉谷　充(数理・データサイエンス教育研究センター)
単位数	2.0
時間数	0.0
履修年次	1年,2年,3年,4年
開講学期	2021年度　後期
曜日・時限	月3,月4
必修／選択／選択必修／自由	選択
履修資格	数理・データサイエンス入門もしくは誘いの単位を取得していること。
各種教育プログラム名称	数理・データサイエンス基礎プログラム

担当教員一覧

---

シラバス詳細情報

授業形態	講義・演習
授業の目的	数理・データサイエンス入門・誘いで学んだことを活かし、より実践的なデータ分析を行うことで、データ分析力・データ読解力を身に付ける。また、これらの分析結果を分かりやすく説明する資料作成能力を身に付けることを目的とする。
授業の到達目標	(1)Pythonのパッケージを使った統計データ分析ができる。 (2)RESAS APIを用いて、データを取得できる。 (3)分析結果を分かりやすく伝えることができる。
授業の内容および方法	1. ガイダンス 2. Pythonの基礎 3. Pythonのパッケージの使い方 4. RESASからのデータ取得 5. 多変量解析の基礎①：回帰分析 6. 多変量解析の基礎②：主成分分析 7. 多変量解析の実践 8. 機械学習①：決定木 9. 機械学習②：階層クラスタリング 10. 機械学習の実践 11. 実践データ分析①(グループワーク) 12. 実践データ分析②(グループワーク) 13. データ分析コンペ① 14. データ分析コンペ②
授業の進め方	本講義では、打ち込めばデータ分析ができるようになることを目指しています。前半は統計の基礎の知識を身に付け、実践の順で多変量解析と機械学習を学びます。また、後半はグループに分かれ、独自の分析を行い、その成果をコンペで発表します。ツールはPythonを使いますが、パッケージの使い方を学ぶだけでプログラム教育は行いません。
授業キーワード	オープンデータ・多変量解析・機械学習・Pyhton・RESAS
テキスト（図書）
参考文献（図書）
	ISBN 9784873117010 書名 データサイエンス講義 巻次 著者名 O'Neil,Cathy／著 Schutt,Rachel／著 木下哲也／著 河内崇／翻訳 ほか 出版社 オライリー・ジャパン : オーム社 出版年 2014
	ISBN 9784873119267 書名 データサイエンスのための統計学入門 第2版 巻次 著者名 PeterBruce／著 AndrewBruce／著 PeterGedeck／著 黒川利明／翻訳 ほか 出版社 オライリー・ジャパン 出版年 2020
	ISBN 9784873117386 書名 入門 Python 3 巻次 著者名 BillLubanovic／著 斎藤康毅／監修 長尾高弘／翻訳 出版社 オライリー・ジャパン 出版年 2015
参考文献（その他）・授業資料等	自作テキストをMoodle上へアップロード
成績評価の方法およびその基準	コンペでの発表(60%) 演習課題(40%)
履修上の注意	数理・データサイエンス入門・誘いの単位を取得していること。
オフィスアワー	レポート作成：3時間 参考文献等による予習：1時間
ディプロマポリシーとの関係区分
使用言語区分	日本語のみ
その他	１クラスあたり70名(4クラス開講で280名)の受講制限を考えています。ただし、新型コロナウイルスの感染状況によってはその限りではない。 受講前の質問は以下のアドレスにメールしてください。 setok@riko.shimane-u.ac.jp

---

授業追加情報

準備学修に必要な学修の時間（1回の授業当たり） ／Time required for preparatory study	１授業当たり4時間
授業の実施方法 ／Types of classes	対面授業／Face-to-face type

担当教員一覧

No.	担当教員	担当教員所属
1	瀬戸　和希	数理・データサイエンス教育研究センター
2	玉谷　充	数理・データサイエンス教育研究センター

シラバス詳細情報を共有している時間割が存在します

時間割所属	時間割コード	授業科目名
教養教育	G0A0802	オープンデータ分析A
教養教育	G0A0902	オープンデータ分析B