5158 件ヒット (0.026秒)：
本授業は初学者を対象とし、データサイエンスの基本知識とスキルの習得を目的とする。授業は、データサイエンスに必要な統計分析の基礎知識に関する講義と、pythonを用いた機械学習を体験する実習形式で行う。
The purpose of this class is to acquire basic knowledge and skills in data science for beginners. The class will consist of lectures on basic knowledge of statistical analysis required for data science and hands-on practice of machine learning using python.
本授業科目の目的は、大量のデータから価値ある情報を抽出し、活用するためのデータ科学やAIの知識と技術の基礎を修得することにある。
近年、社会の様々な場面で大規模なデータが蓄積・流通されており、それらを安全かつ有効に公共の福祉や社会活動に役立てられる見識と能力が、現代的なリテラシーとして求められている。
すなわち、文系・理系を問わず全ての学生が、基礎的な統計学を理解するとともに、プログラミング環境を含む計算機科学の様々な成果を適切に活用し、データから目的の情報を抽出するためのデータ科学・AIの知識と技術を修得することが求められている。
そこで本授業科目では、データ科学や機械学習、AIの分野で標準的なプログラミング言語の1つであるPythonを利用した実習を交えながら、具体的なデータ処理方法について実践的に学ぶ。
The purpose of this course is to acquire basic knowledge and skills in data science and AI to extract and utilize valuable information from huge data.
In recent years, huge-scale data has been accumulated and distributed in various scenes of society, and insights and abilities to use them safely and effectively for public welfare and social activities are required as modern literacy.
Therefore, all students, regardless of humanities or science, are expected to understand basic statistics and to acquire knowledge and skills in data science and AI in order to extract the intended information from such data by utilizing various achievements in computer science, including programming environments.
In this course, you learn actual data processing methodology practically using the Python, which became one of the standard programming languages in the field of data science, machine learning and AI.
このデータ科学コースは、データ科学で使用される基本的な技術とツールについて紹介することを目的としています。毎週、データ科学のパイプラインから始まり、ニューラルネットワークや時系列解析などの高度なトピックまで、一つずつトピックをカバーします。それらは洗練されたスライドとわかりやすいPythonコードを用いて説明されます。
この学期では、すべてのトピックを網羅できる1つの包括的なデータセットを使用します。これにより、学生がデータセットを理解するために多くの時間を費やすことなく、データサイエンスの概念を容易に理解できます。
達成方法：
- 講義: 基本的な概念を教え、その後Pythonでデモンストレーションを行います。
- 授業内演習: 短い実践活動。（主にコードをコピー&ペーストし、変数を変更ぐらい。）
- 週次実践コース: 1.5時間の課題で理解を深めます。
データ駆動型社会におけるデータ利活用の状況を理解すると共に、データ活用にあたって必要となる法令や倫理、数学や統計学の基本事項を振り返りつつ、標準的なソフトウェアやツール（表計算ソフトやR、 一部Python等を想定）を用いた実習を交えながら、具体的なデータ処理を体験的に学ぶ。また、様々な分析手法の紹介、ならびにデータ分析の注意事項や発展事項にも触れ、応用場面でさらにデータを活用できるよう準備を行う。
In addition to understanding the status of data utilization in a data-driven society, we will review the laws and regulations, ethics, and basic mathematics and statistics required for data utilization. Students learn concrete data processing through hands-on practice using standard software and tools (assuming spreadsheet software, R, and Python, etc.). They also learn various statistical analysis methods as well as notes on the analysis so that they can prepare for further use of the data in application situations.
(1) 情報化社会に生きる市民としての責任と倫理を自覚し, 適切に判断・行動ができる
ソーシャル・スキルを獲得すること.
(2) 計算機の能力を活用した問題解決手法やデータ科学を学ぶ意義を理解し, 大規模データ
を利用した技術に関して人間中心の理解, 判断ができるようになり, さらにそれらに関して
実社会における課題を見出せるようになること.
(1) Acquire social skills to make appropriate decisions and actions,
taking responsibilities and being aware of ethics as citizens living in
today's information society.
(2) Understand the significance of learning problem-solving methods and data
science, utilizing computers, become able to make human-centered
understandings and decisions in regard to the large-scale data technologies,
and to find issues in the real-world problems concerning those technologies.
Google classroomcode:
https://classroom.google.com/c/NjYxNjY0ODU4NDM4?cjc=mzfijqk
随時投稿するので、最新情報はこちらを参照してください。
本講義「計量分析」は経済学部データサイエンス科目群の一つです。データサイエンスを学びたい方は次の年限で履修してください。
1. 統計学入門（１年次前期）
2. 計量分析（２年次前期）
3. 数理統計（２年次後期）
4. データサイエンス（２年次後期）
特に、学部大学院一貫教育プログラム「データ科学」を希望する方は履修してください。
現代的な機械学習を学ぶための基本となる「回帰分析」からスタートし、「分類問題」、「ニューラルネットワークモデル」を扱います。データサイエンスでは、データ分析プログラミングが必須です。本講義では、コーディングが初めてという方を想定して入門から講義します。プログラミング未経験者も安心してPythonコーディングに挑戦してください。
なお、教科書として「経済経営のデータサイエンス」（共立出版）を指定します。上記データサイエンス科目すべての参考図書として有効に使えます。
We will introduce basics to learn modern data science, ie. regression analysis, classification methods and deep learning. In order to learn data science, model fitting to actual data by programming is necessary. We suppose class members has no programming experiences and will guide intensive introductions pf Python coding. We do hope you challenge Python coding for big data with modern data science tools.
(1) 情報化社会に生きる市民としての責任と倫理を自覚し, 適切に判断・行動ができるソーシャル・スキルを獲得すること.
(2) 計算機の能力を活用した問題解決手法やデータ科学を学ぶ意義を理解し, 大規模データを利用した技術に関して人間中心の理解, 判断ができるようになり, さらにそれらに関して実社会における課題を見出せるようになること.
(1) Acquire social skills to make appropriate decisions and actions, taking responsibilities and being aware of ethics as citizens living in today's information society.
(2) Understand the significance of learning problem-solving methods and data science, utilizing computers, become able to make human-centered understandings and decisions in regard to the large-scale data technologies, and to find issues in the real-world problems concerning those technologies.
・情報化社会に生きる市民としての責任と倫理を自覚し, 適切に判断・行動ができるソーシャル・スキルを獲得すること.
・計算機の能力を活用した問題解決手法やデータ科学を学ぶ意義を理解し, 大規模データを利用した技術に関して人間中心の理解と判断ができるようになり, さらにそれらに関して実社会における課題を見出せるようになること.
- Acquire social skills to make appropriate decisions and actions, taking responsibilities and being aware of ethics as citizens living in today's information society.
- Understand the significance of learning problem-solving methods and data science, utilizing computers, become able to make human-centered understandings and decisions in regard to the large-scale data technologies, and to find issues in the real-world problems concerning those technologies.