データサイエンスBのシラバス情報
科目名称 Course title(Japanese) |
データサイエンスB | 科目番号 Course number |
21MAPTS308 | |
---|---|---|---|---|
科目名称(英語) Course title(English) |
Data Science B | |||
授業名称 Class name |
データサイエンスB |
教員名 | 吉澤 敦子,下川 朝有 |
---|---|
Instructor |
開講年度学期 | 2022年度 前期 |
---|---|
Year/Semester |
曜日時限 | 火曜5限 |
---|---|
Class hours |
開講学科 Department |
理学部第二部 数学科 |
---|---|
外国語のみの科目 (使用言語) Course in only foreign languages (languages) |
- |
単位 Course credit |
2.0 | 授業の主な実施形態 Main class format |
ハイフレックス型授業/Hybrid-Flexible format |
---|
概要 Descriptions |
データサイエンス,特に,データのまとめ方,視覚化,基本的なデータ解析,回帰分析,クラスタリング,決定木など機械学習を統計ソフト(SAS)を通して学習する. |
---|---|
目的 Objectives |
データサイエンス,特に,データのまとめ方,視覚化,基本的なデータ解析,回帰分析,クラスタリング,決定木など機械学習を統計ソフト(SAS)を用いて実行できる. |
到達目標 Outcomes |
データサイエンス,特に,データのまとめ方,視覚化,基本的なデータ解析,回帰分析,クラスタリング,決定木など機械学習を統計ソフト(SAS)を用いて実行できる. |
履修上の注意 Course notes prerequisites |
なし |
アクティブ・ラーニング科目 Teaching type(Active Learning) |
|||
---|---|---|---|
課題に対する作文 Essay |
○ | 小テストの実施 Quiz type test |
○ |
ディベート・ディスカッション Debate/Discussion |
- | グループワーク Group work |
- |
プレゼンテーション Presentation |
- | 反転授業 Flipped classroom |
- |
その他(自由記述) Other(Describe) |
- |
準備学習・復習 Preparation and review |
十分復習して出席すること.2時間の復習と1時間の予習. |
---|---|
成績評価方法 Performance grading policy |
試験またはレポート・課題 出席は履修の前提である |
学修成果の評価 Evaluation of academic achievement |
・S:到達目標を十分に達成し、極めて優秀な成果を収めている ・A:到達目標を十分に達成している ・B:到達目標を達成している ・C:到達目標を最低限達成している ・D:到達目標を達成していない ・-:学修成果の評価を判断する要件を欠格している ・S:Achieved outcomes, excellent result ・A:Achieved outcomes, good result ・B:Achieved outcomes ・C:Minimally achieved outcomes ・D:Did not achieve outcomes ・-:Failed to meet even the minimal requirements for evaluation |
教科書 Textbooks/Readings |
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。 https://gomykits.kinokuniya.co.jp/tokyorika/ ・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below. https://gomykits.kinokuniya.co.jp/tokyorika/ |
参考書・その他資料 Reference and other materials |
なし |
授業計画 Class plan |
1 概要 データサイエンスについて 2 データ データ型,SAS EGの使い方、データ入力、データ加工 3 データのまとめ方 SAS EGを用いたデータのまとめ方 4 データの視覚化 SAS EGを用いたデータの視覚化 5 データ解析入門 SAS EGを用いたデータ解析 6 データ解析 SAS EGを用いた相関解析 7 回帰分析 SAS EGを用いた単回帰分析 8 重回帰分析 SAS EGを用いた重回帰分析 9 ロジスティック回帰分析 SAS EGを用いたロジスティック回帰分析 10 クラスタリング SAS EGを用いたクラスタリング 11 EMの使い方 SAS EMを用いたクラスタリング 12 決定木分析 SAS EMを用いた決定木 13 予測的データアナリティクス1 SAS EMを用いた分類 14 予測的データアナリティクス 2 SAS EMを用いた予測 15 まとめ 演習問題 |
---|
教職課程 Teacher-training course |
なし |
---|---|
実務経験 Practical experience |
吉澤敦子 AT&T : UNIX OS R&D SAS Institute, Cary (米国): SAS Software R&D 神奈川県立病院機構: 臨床研究支援室 生物統計 |
教育用ソフトウェア Educational software |
SAS JMP Office- |
備考 Remarks |
講義では、SASシステム(Statsitial Analysis System) と呼ばれる米国の統計ソフトウェア会社がリリースしている日本語化されたアプリケーションを用いて、データ分析、機械学習入門を行い、解析の読み方と論文の書き方を学習する. SAS資格認定証をとるための科目. |
---|
99215A1 |