コンピューテーショナル・エコノミクス2のシラバス情報

科目名称
Course title(Japanese)
コンピューテーショナル・エコノミクス2 科目番号
Course number
87ECAPE301
科目名称(英語)
Course title(English)
Computatioal Economics 2
授業名称
Class name
コンピューテーショナル・エコノミクス2
教員名 菅原 慎矢
Instructor Shinya Sugawara
開講年度学期 2022年度 前期
Year/Semester 2021 First Semester
曜日時限 月曜3限
Class hours Monday, 3rd Period
開講学科
Department
指定なし
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
ハイフレックス授業 /
Hybrid-Flexible format
概要
Descriptions
機械学習やさまざまな応用統計分野において有用なベイズ統計学の方法と、マルコフ連鎖モンテカルロ法によるその実装を学ぶ。実装はPythonによる。学科のディプロマポリシーに定める「データ解析」を実現する
目的
Objectives
マルコフ連鎖モンテカルロ法を使えるようになる
到達目標
Outcomes
マルコフ連鎖モンテカルロ法を使えるようになることを到達目標とする
履修上の注意
Course notes prerequisites
BE学科一年生の必修科目レベルの数学知識(微積・線形代数・確率統計)ならびび「計量経済学1,2」レベルの計量経済学の知識と、Python(Anaconda)を自力でインストールできる程度のコンピュータに関する知識を前提とする。各自で関連項目を検索し、Anaconda(Python3以上用)のインストールは授業開始前に行っておくこと。授業内でのインストールのサポートはしない。
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
必ず前回までの授業内容を復習したうえで、次の授業に参加する。週4時間程度の準備学習・復習が単位認定の目安となる。
成績評価方法
Performance grading
policy
レポート3回(35%), LETUS上の試験による到達度評価(65%)
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
伊庭 幸人 , 種村 正美 , 大森 裕浩 , 和合 肇他「統計科学のフロンティア 12 計算統計II マルコフ連鎖モンテカルロ法とその周辺」岩波書店
小西・越智・大森「計算統計学の方法-ブートストラップ・EMアルゴリズム・MCMC」朝倉書店
古澄英男「ベイズ計算統計学」朝倉書店
授業計画
Class plan
1 ガイダンス
2-4 Pythonによる統計学基礎
5-6 ベイズ統計の基礎
7モンテカルロ法
8 Gibbs Sampler
9-10 Data augmentationと階層ベイズ
11 モデル選択
12 Metropolis Hastings 法と実装
13 ノンパラメトリックベイズとその応用
14 様々な話題
15 まとめ
教職課程
Teacher-training course
実務経験
Practical experience
-
教育用ソフトウェア
Educational software
Python
備考
Remarks
原則対面と同期オンラインを併用するが、感染拡大状況によっては変更の可能性もある。開講直前にLETUSを確認すること。
9987F04
CLOSE