応用データ科学演習（Ｉ）ｂ

後期 水曜日 ３講時 経済学部第５演習室. 単位数/Credit(s): 2. 担当教員/Instructor: YINXING LI. 対象学年/Eligible Participants: 1年／First year. 履修年度: 2024. 科目ナンバリング/Course Numbering: EEM-MAN520J. 使用言語/Language Used in Course: 英語および日本語 English and Japanese.

科目名/Subject

Applied Data Sciences (Seminar Ib)

担当教員

李　銀星

授業の目的と概要/Object and summary of class

classroom code: sqmador

本演習では、予測、分類などの様々な実問題にチャレンジしながら、データ科学に対する理解を深めると同時に、課題を解決できるプログラミングスキルを身に付けることに中心を置きます。

This course aims to deepen understading of data science, and the student will develop the programming skill nesscesary in their own researsh and problems in real business scene.

学習の到達目標/Goal of study

データ分析に必要な機械学習モデルを実データで実績できるようになること。

The goal of this course is to get the basic skill to apply basic machine learning algorithm to the real bussiness and research problems.

授業内容・方法と進度予定/Contents and progress schedule of the class

基本的にプログラミング言語pythonを用いて、実データ分析に基づいた実践になります。基本、受講生が順番にデータ分析を行い、結果を発表します。

発表内容の目安として、以下の内容が考えられます。

(1) プログラミング
(2) データの前処理
(3) データ分析の可視化
(4) 基本的な機械学習モデルを用いたデータ分析
(5) 分析結果の評価
(6) 深層学習によるデータ分析


problem-based learning is the main feature of this course and students will learn and use programming language python.
In this course students will need to do data analysis and present their project in the class.

As an example, the presentation can include:
(1) Programming
(2) Data pre-processing
(3) Visualization of the data analysis
(4) Empirical application using the Basic machine learning methods
(5) Evaluation of the data analysis
(6) Data analysis based on the deep learning

成績評価方法/Evaluation method

毎回の発表、ディスカッションに基づいて評価します。

Based on the presentation and discussion in the lecture.

教科書および参考書/Textbook and references

• 『Python機械学習プログラミング 達人データサイエンティストによる理論と実践』, Sebastian Raschka (著), Vahid Mirjalili (著), 福島真太朗 (監修), 株式会社クイープ (翻訳), インプレス (2020) ISBN/ISSN: 4295010073 資料種別:参考書

授業時間外学習/Preparation and Review

授業外でもプログラミングの練習が望ましい。