| 【サブタイトル】 |
|---|
データサイエンスの基礎演習 |
| 【講義の目的・内容】 |
|---|
本演習では、コンピュータ・サイエンス概論III (CS3) で学んだデータサイエンス分野の基礎技術やプログラミングについて、さらに実践的な課題に取り組むことによって理解を深める。 |
| 【学修到達目標】 |
|---|
"本講義では、以下の修得を目標とする。
・Pythonプログラミングを用いたデータの解析と可視化が自分で行えるようになること。
・統計解析、機械学習、深層学習などのさまざまな基礎技術のサンプルプログラムの内容を理解し、自分の問題に合わせて正しく改変・実行できるようになること。" |
| 【講義スケジュール】 |
|---|
"01. ガイダンス、作業環境の確認、Python文法復習等
02. numpy, pandas
03. データの読み込みと前処理
04. データの把握、可視化
05. データの加工・抽出、クレンジング
06. データの集計、時系列データの解析
07. 散布図とクラスタリング
08. 相関と線形単回帰分析
09. 前半のまとめと中間試験解説
10. その他の線形回帰分析
11. 画像データの取り扱い、機械学習基礎とニューラルネットワーク
12. 予測精度評価、ニューラルネットワークのプログラミング
13. ファイルとディレクトリ操作、RFC
14. RFR、深層学習基礎とCNN" |
| 【指導方法】 |
|---|
CS3講義の内容やサンプルプログラムをもとに、別のデータに対する解析の方針を立て、プログラムを書いて解析を実行することで、内容の理解を深める。 |
| 【事前・事後学修】 |
|---|
"事前学習: 各関連講義の理解
事後学習: 講義内容の復習を十分に行う" |
| 【成績評価の方法・基準】 |
|---|
講義への積極的な参加状況と、講義内で指示される課題等の提出状況・内容をもとに評価する |
| 【受講要件】 |
|---|
|
| 【テキスト】 |
|---|
|
| 【参考書】 |
|---|
必要に応じて講義の中で紹介する |
| 【関連分野・関連科目】 |
|---|
"コンピュータ・サイエンス概論III
コンピュータ・サイエンス概論I, II、コンピュータ・サイエンス演習I, II
確率・統計I, II
数学I, II" |
| 【備考】 |
|---|
|
| 【添付ファイル1】 |
|---|
| 【添付ファイル2】 |
|---|
| 【添付ファイル3】 |
|---|
| 【リンク】 |
|---|
|
|