科目番号
教室
登録人数
履修登録方法
対面/遠隔
学共117
[木4]文講114
60
抽選対象
対面授業
開講年度
期間
曜日時限
開講学部等
2024
前学期
木4
国際地域創造学部国際地域創造学科
講義コード
科目名[英文名]
単位数
g00579001
データサイエンスのための基礎数学
2
担当教員[ローマ字表記]
山田 健太 [Kenta Yamada]
授業の形態
講義、演習又は実験
アクティブラーニング
学生が文献や資料を調べる
授業内容と方法
【授業内容】
コンビニの売り上げ，電車の乗降記録，インターネット上の書き込みなど身の回りの様々なものやサービスが電子化され，コンピュータには日々膨大なデータが蓄積される時代になりました．そして，多くの企業がこれらのデータを活用した事業に取り組もうとし始めていますが，データサイエンティストはまだ少ないのが現状です．
また，データサイエンスを学習する際に数学は必須になります．本講義では，データサイエンスを学習する上で特に重要な基本的な数学に重点を置いて講義を行います．さらに，プログラミング言語「Python」を用いて数式の処理や描画をすることで直感的に数式を理解できるようになることを目指します．
【授業の方法】
最初にデータサイエンスに必要な数学の基本的内容をまとめ，その後，演習問題を解くことで定着を図る．また，「Python」を用いて，数式の処理や描画を行う．
URGCC学習教育目標
情報リテラシー、問題解決力、専門性
達成目標
・データサイエンスに必要な基本的な数学の知識を身につけ，数式の意味を他人に説明できるようになる．
・「Python」を用いて数式の処理やグラフなどを描画できるようになる．
評価基準と評価方法
毎回授業内で作成する小レポート60%
期末レポート40%
履修条件
ノートパソコンを持参すること
授業計画
1. ガイダンス：なぜ数学を学ぶのか，データサイエンスに必要な数学
2. 数列：等差数列，等比数列
3. 数列：数列を用いたモデリング
4. 関数：多項式関数，指数関数，対数関数，冪函数，三角関数
5. 微分：微分とは何か？, 微分の定義，初等関数の微分
6. 積分：積分とは何か？, 積分の定義，初等関数の積分
7. これまでの復習
8. 微分方程式：微分方程式とは何か？，微分方程式を解く
9. 微分方程式：微分方程式を用いたモデリング
10. ベクトルと行列の基礎：ベクトルや行列を用いた表現方法，内積
11. ベクトルと行列の応用１：固有値，固有ベクトル
12. ベクトルと行列の応用２：主成分分析
13. 確率・統計１：平均，標準偏差，z値，相関係数
14. 確率・統計２：２項分布，ポアソン分布，正規分布，べき分布，指数分布
15. まとめ
事前学習
事前に配布資料に目を通しどのような内容を学習するのかを確認する．
事後学習
宿題を行う．授業を行った内容を確認し，「python」のコマンドをもう一度実行する．
教科書にかかわる情報
教科書全体備考
参考書にかかわる情報
参考書
書名
データサイエンスのための数学
ISBN
4065169984
備考
データサイエンス入門
著者名
椎名洋, 姫野哲人, 保科架風著 ; 清水昌平編
出版社
講談社
出版年
2019
NCID
参考書
書名
Pythonによるデータ分析入門 : NumPy、pandasを使ったデータ処理
ISBN
487311845X
備考
著者名
Wes McKinney著 ; 瀬戸山雅人, 小林儀匡, 滝口開資訳
出版社
オライリー・ジャパン
出版年
2018
NCID
参考書全体備考
使用言語
日本語
メッセージ
本講義は基本対面で行う予定です．
オフィスアワー
木曜10:30〜11:30 文系講義棟 521
事前に下記メールアドレスへ連絡しアポイントメントをとるようにしてください
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
URL
データサイエンティスト養成履修カリキュラム:
https://www.grs.u-ryukyu.ac.jp/ds_literacy/#%E5%AD%A6%E7%94%9F%E5%90%91%E3%81%91%E3%82%AB%E3%83%AA%E3%82%AD%E3%83%A5%E3%83%A9%E3%83%A0
ページの先頭へ