更新日時 | 2024/04/12 20:46:57 |
---|---|
科目分類 | 専門教育科目 |
時間割コード | TB50072 |
授業科目名 | データサイエンスⅠ |
授業科目名(英語) | Data Science I |
科目コード | TB50070 |
科目ナンバー | |
主担当教員(所属) | 寺尾 勘太(総合理工学部知能情報デザイン学科) |
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 | 2024年度 後期 |
曜日・時限 | 月3,月4 |
必修/選択/選択必修/自由 | |
履修資格 | |
各種教育プログラム名称 |
授業形態 | 講義・演習 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
授業の目的 | 統計ソフトRによるデータの処理・解析を通して確率論と統計学の基礎を理解する。解析結果に関して統計的な評価が行えるようになることを目指す。 | |||||||||||
授業の到達目標 |
(1)データの統計処理について理解する。 (2)検定について理解する。 (3)Rを用いて統計的な分析を行うことができる。 |
|||||||||||
授業の内容および方法 |
第1回:導入 第2回:統計処理 第3回:データの相関 第4回:母集団と標本 第5回:確率分布 第6回:統計的仮説検定 第7回:平均値の比較 第8回:分散分析 第9回:検定による分析 第10回:ベクトルと行列 第11回:統計量を用いたデータの解析 第12回:回帰分析 第13回:データの収集と解析 第14回:データの解釈と伝え方 期末試験を実施する。 |
|||||||||||
授業の進め方 | 各回で扱う手法について内容を説明し、その手法をRで実行する。扱った手法を用いて演習問題を解く。 | |||||||||||
授業キーワード |
データサイエンス、R、統計的仮説検定 【SDGsとの関連 / SDGs】 4.質の高い教育をみんなに, 9.産業と技術革新の基盤を作ろう |
|||||||||||
テキスト(図書) | ||||||||||||
参考文献(図書) | ||||||||||||
|
||||||||||||
|
||||||||||||
参考文献(その他)・授業資料等 | 島根大学Moodleで毎回資料を配布する。 | |||||||||||
成績評価の方法およびその基準 |
毎回の演習課題(30%), 期末課題(30%), 期末試験(40%)によって評価する。 [各達成目標の評価方法と基準] データの統計処理について理解しているか演習問題及び期末試験で評価する。 検定について理解しているか演習問題及び期末試験で評価する。 Rを用いて統計的な分析を行えるか演習問題及び期末課題で評価する。 |
|||||||||||
履修上の注意 |
講義を全体で4回以上欠席した場合、期末課題が提出されない場合、または期末試験を欠席した場合は成績評価の対象外とし「未修」として扱う。 |
|||||||||||
オフィスアワー | Moodle のフォーラムにて対応する。 | |||||||||||
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 | 初回授業の受講方法(接続先等) データサイエンスⅠ (準備中) 登録キー (準備中) |
準備学修(予習・復習・宿題)に必要な学修の時間(1回の授業当たり) /Time required for homework |
講義以外の自己学習時間として、一回の講義につき予習100分、復習100分が必要となる。 |
---|---|
授業の実施方法 /Types of classes |
面接授業(面接+総授業時数の半数以下の遠隔授業を含む)/In-person class(In-person and some given as remote class for less than or equal to half of total class hours) |
No. | 担当教員 | 担当教員所属 |
---|---|---|
1 | 寺尾 勘太 | 総合理工学部知能情報デザイン学科 |
時間割所属 | 時間割コード | 授業科目名 |
---|---|---|
総合理工学部 | T950072 | データサイエンスI |
総合理工学部 | T331902 | 応用情報学特論I |
総合理工学部 | TB50072 | データサイエンスⅠ |