更新日時 | 2024/04/08 15:52:55 |
---|---|
科目分類 | 専門教育科目 |
時間割コード | TB51031 |
授業科目名 | データサイエンスⅢ |
授業科目名(英語) | |
科目コード | TB51030 |
科目ナンバー | |
主担当教員(所属) | 坂野 鋭(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 | 2年,3年,4年 |
開講学期 | 2024年度 前期 |
曜日・時限 | 木7,木8 |
必修/選択/選択必修/自由 | 選択必修 |
履修資格 | 特になし |
各種教育プログラム名称 |
授業形態 | 講義 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
授業の目的 | 統計的なデータ分析技術の理論を学び,原理を理解する. | |||||||||||
授業の到達目標 | 多変量統計解析を基礎として,データから知見,知識を探索する技術の理論を学ぶ.単にツールが使えるだけではなく適切な分析アルゴリズムの選択,結果の妥当性の評価が出来る様な技術を身に着ける. | |||||||||||
授業の内容および方法 | 講義(対面)を基礎とするが必要に応じて演習を行う | |||||||||||
授業の進め方 | 当初はデータサイエンスの検討に必要な数値計算技術,統計の考え方の基礎を学び,徐々に回帰,分類,次元削減などの実用的なデータサイエンス技術を学習する. | |||||||||||
授業キーワード | 多変量解析,線形代数,データサイエンス | |||||||||||
テキスト(図書) | ||||||||||||
|
||||||||||||
参考文献(図書) | ||||||||||||
参考文献(その他)・授業資料等 | 随時指定又は配布する. | |||||||||||
成績評価の方法およびその基準 | 期末試験を評価基準とする.ただし,各回の課題が6回以上提出されていない場合には受験資格を失う. | |||||||||||
履修上の注意 | 線形代数を復習してください. | |||||||||||
オフィスアワー | 随時 | |||||||||||
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 |
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 |
2時間 |
---|---|
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 | 坂野 鋭 | 総合理工学部知能情報デザイン学科 |