東京理科大学　研究者情報データベース　

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

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