| 科目コード |
26C021810 |
| 科目名 |
データサイエンス入門 |
| 担当者名 |
深澤 克朗 |
| 授業の概要 |
ビッグデータの処理に必要となる多変量解析手法などを紹介・体験する。 |
| 実務経験 |
|
| 事前事後の学習内容 |
特になし。 |
| 到達目標 |
自分で何らかのデータを探し、適切な手法で解析できる。 |
| 授業の進め方 |
様々な手法を紹介し、ExcelやRにて扱う方法を紹介し、各自で演習を行う。
|
| 授業計画 |
【第1回】データサイエンスの紹介
【第2回】データサイエンスの手法について
【第3回】回帰分析の考え方
【第4回】回帰分析の実例
【第5回】回帰分析演習
【第6回】回帰分析演習・評価
【第7回】重回帰分析応用
【第8回】重回帰分析の統計学的な問題
【第9回】主成分分析の考え方
【第10回】主成分分析の実例
【第11回】主成分分析演習
【第12回】主成分分析演習・評価
【第13回】因子分析の考え方
【第14回】因子分析実例
【第15回】判別分析の考え方
【第16回】判別分析実例
【第17回】クラスター分析の考え方
【第18回】クラスター分析実例
【第19回】統計的仮説検定
【第20回】統計的仮説検定演習
【第21回】ロジステック回帰分析
【第22回】SVM紹介
【第23回】SVM演習
【第24回】質的データの扱い
【第25回】数量化理論紹介
【第26回】テキストマイニングの実例
【第27回】形態素解析
【第28回】形態素解析演習
【第29回】総合演習
【第30回】総合演習評価
|
| 成績評価方法 |
出席30% レポート70%
|
| テキスト |
特になし |
| 参考文献 |
特になし |