科目番号
教室
登録人数
履修登録方法
対面/遠隔
経済316
[火2]文講104
30
抽選対象
対面授業
開講年度
期間
曜日時限
開講学部等
2022
後学期
火2
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
g00607002
データサイエンス中級
2
担当教員[ローマ字表記]
山田 健太 [Kenta Yamada]
授業の形態
講義、実習
アクティブラーニング
学生が自身の考えを発表する、学生が文献や資料を調べる
授業内容と方法
【授業内容】
高度情報化社会になり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，膨大なデータの解析は，まだ歴史も浅くExcelなど表計算ソフトでは解析できない場合もしばしばあります．データサイエンス初級では表計算ソフト「Excel」とプログラミング言語「Python」を用いて統計処理，自然言語処理，時系列解析，複雑ネットワーク分析などの手法を実データ解析を通して実践的に学びました．
データサイエンス中級では機械学習の分類問題を主に学習し，より高度な分析手法を身につけデータサイエンティストとして社会のニーズに応えられる技術力を身につけられるよう授業を行います．
【授業の方法】
最初に統計学の知識などを説明した後，実データを「Python」を用いて自らの手で解析，グラフ化を行い簡単なレポートにまとめる．データ解析プロジェクトでは，自ら解析するデータを選び，これまでの知識をフル活用したデータ解析を行い，得られた結果の発表を行う．
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
・統計解析ソフト「Python」を用いて高度なデータ解析ができるようになる．
・自分の興味のある現象や課題に対して，データサイエンスの知識を用いることで，現象の理解や課題の解決を図れるようになる．
・得られた知識を効果的に他人に説明できるようになる．
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%
データ分析プロジェクト発表会の内容 40%
履修条件
ノートパソコンを持参すること
履修条件：「社会科学のための統計入門」かつ「データサイエンス初級」かつ「データサイエンスのためのpythonプログラミング」かつ「経済数学基礎，経済数学応用，基礎統計学，データサイエンスのための基礎数学のいずれか１科目」を履修済または履修中であること
授業計画
1. ガイダンス＋pythonの復習
2. 正解データを作ろう：教師あり(なし)学習，モデルの評価指標
3. 新聞記事を自動分類しよう1：複数文章の形態素解析，Document-term matrix，決定木，サンプリング，交差検定
4. 新聞記事を自動分類しよう2：回帰木、ランダムフォレスト、ブースティング
5. 新聞記事を自動分類しよう3：ロジスティック回帰，リッジ回帰，ラッソ回帰，Elastic Net
6. 新聞記事を自動分類しよう4：ベイズの定理，ナイーブベイズ
7. 手書き文字を読み取ろう(MNISTの手書き文字をディープラーニングで読み取る)：ニューラルネット，深層学習，画像認識
8. 新聞記事を自動分類しよう5(記事判別をディープラーニングで実装する)：判別分析，精度向上，学習のテクニック
9. Kaggleを使ってみよう：Kaggleとは何か？，アカウントの作成，タイタニック号の生存者の特徴分析
10. データ解析プロジェクト1：解析するデータを決める，データの下処理を行う
11. データ解析プロジェクト2：データを解析する①
12. データ解析プロジェクト3：データを解析する②
13. データ解析プロジェクト4：データを解析する③
14. データ解析プロジェクト5：発表資料の作成
15. 発表会
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
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
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
書名
はじめてのパターン認識
ISBN
4627849710
備考
著者名
平井有三著
出版社
森北出版
出版年
2012
NCID
参考書全体備考
使用言語
日本語
メッセージ
10月4日の初回の講義は対面（文講１0４）で行います．
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