科目番号
教室
登録人数
履修登録方法
対面/遠隔
工共222
[火1]工1－321 [火2]工1－321
65
抽選対象
対面授業
開講年度
期間
曜日時限
開講学部等
主要授業科目
2026
第４ｸｫｰﾀｰ
火1〜2
工学部工学科
○
講義コード
科目名[英文名]
単位数
610051072
データサイエンス応用 07組
2
担当教員[ローマ字表記]
岡﨑 威生
主授業科目は、令和７年度からの表示項目です。
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
様々な自然現象や社会事象・実験などから、我々は様々な形式のデータを手に入れることになる。これらの結果を解釈し事象の本質を客観的に抽出することを「データ解析」と呼んでいる。この客観性を科学的に保証するために構築された概念が「確率論」であり、これに基いて「統計モデル」が構成されている。
本講義ではデータ解析に必要な基本的な確率論と統計モデルについて概説し、それらのモデルにおける推定法と検定法を論じる。微分や積分など解析に必要な数学技能をあわせて取り上げる。統計解析言語Rを利用し、コンピュータを使ったデータ解析をおこなう。いくつかの具体事例による演習も適宜おこなう。
URGCC学習教育目標
問題解決力、専門性
達成目標
確率の概念を理解し、事象の本質を客観的に表現・評価する。論理的思考の基礎技法としての数学が応用でき、工学に必要な基本的な数学能力を身につける。プログラミング言語を利用して大規模データに対する解析を実行できる。
評価基準と評価方法
確率分布の基本概念を理解でき、統計問題の解決に適用できること。微分積分の基本的計算ができること。Rを利用したデータ解析が実践できること。
期末試験(60%)、レポート提出(40%)により評価する。
履修条件
データサイエンス基礎を履修済みであること。
授業計画
１限と２限の連続で実施（途中で適宜休憩をはさみます）
第1回 2026/12/1
統計的仮説検定、母平均の検定、母分散の検定
第2回 2026/12/8
母平均の差の検定、等分散の検定、対応のあるデータ、検定の誤りと検出力
第3回 2026/12/15
比率の検定、分散分析、適合度検定
第4回 2026/12/22
情報量規準、演習(モデル選択)
第5回 2027/1/5
相関分析、回帰分析
第6回 2027/1/19
多変量解析概論（主成分分析、クラスタリング）
第7回 2027/1/26
総合演習
第8回 2027/2/2
期末試験、総括
事前学習
各回の教科書該当箇所および事前にwebclassで配布する講義ノートに目を通しておくこと。（約1時間）
事後学習
講義中に理解が不十分な部分を配信する講義ビデオで確認すること。隔週の課題に取り組むこと。（約2時間）
教科書にかかわる情報
教科書
書名
「概説 確率統計」 前園宣彦 著 サイエンス社
ISBN
9784781914336
備考
第4版が10月に発刊される予定
第4版を購入すること
著者名
出版社
出版年
NCID
教科書全体備考
参考書にかかわる情報
参考書
書名
「詳解演習確率統計」 前園宣彦 著 サイエンス社
ISBN
4781912656
備考
著者名
出版社
出版年
NCID
参考書
書名
データサイエンスのための統計学入門 : 予測、分類、統計モデリング、統計的機械学習とRプログラミング
ISBN
9784873118284
備考
著者名
Peter Bruce, Andrew Bruce著 ; 黒川利明訳
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
・微分積分学の知識及び計算力が必要となることが多いので，各自復習しておくこと。
・教科書は各自生協にて購入しておくこと。
・レポートは，TeX を用いて作成し提出すること。
Webclassを利用して講義情報(講義ノート、講義ビデオ)の提供とレポート提出を行なう。
https://webclass.cc.u-ryukyu.ac.jp/
オフィスアワー
毎週月曜日1限 工学部1号館706室
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
http://www.ms.ie.u-ryukyu.ac.jp/class/stat/
ページの先頭へ