教員名 : 吉澤 敦子
|
科目授業名称(和文) Name of the subject/class (in Japanese)
データサイエンスB
科目授業名称(英文) Name of the subject/class (in English)
Data Science B
授業コード Class code
99215A1
科目番号 Course number
21MAPTS308
教員名
下川 朝有、吉澤 敦子
Instructor
Atsuko Yoshizawa, Asanao Shimokawa
開講年度学期
2024年度前期
Year/Semester
Semester
曜日時限
火曜5限
Class hours
開講学科・専攻 Department
理学部第二部 数学科
Department of Mathematics, Faculty of Science Division Ⅱ 単位数 Course credit
2.0単位
授業の方法 Teaching method
演習
Seminar 外国語のみの科目(使用言語) Course in only foreign languages (languages)
-
授業の主な実施形態 Main class format
① [対面]対面授業/ [On-site] On-site class
概要 Description
データサイエンス,特に,データのまとめ方,視覚化,基本的なデータ解析,回帰分析,クラスタリング,決定木など機械学習を統計ソフト(SAS)を通して学習する.
目的 Objectives
データ分析ができるようになる.
到達目標 Outcomes
データサイエンス,特に,データのまとめ方,視覚化,基本的なデータ解析,回帰分析,クラスタリング,決定木など機械学習を統計ソフト(SAS)を用いて実行できる.
卒業認定・学位授与の方針との関係(学部科目のみ)
リンク先の [評価項目と科目の対応一覧]から確認できます(学部対象)。
履修登録の際に参照ください。 You can check this from “Correspondence table between grading items and subjects” by following the link(for departments). https://www.tus.ac.jp/fd/ict_tusrubric/ 履修上の注意 Course notes prerequisites
アクティブ・ラーニング科目 Teaching type(Active Learning)
実習 Practical learning
-
準備学習・復習 Preparation and review
十分復習して出席すること.2時間の復習と1時間の予習.
成績評価方法 Performance grading policy
試験またはレポート・課題
出席は履修の前提である 学修成果の評価 Evaluation of academic achievement
・S:到達目標を十分に達成し、極めて優秀な成果を収めている
・A:到達目標を十分に達成している ・B:到達目標を達成している ・C:到達目標を最低限達成している ・D:到達目標を達成していない ・-:学修成果の評価を判断する要件を欠格している ・S:Achieved outcomes, excellent result ・A:Achieved outcomes, good result ・B:Achieved outcomes ・C:Minimally achieved outcomes ・D:Did not achieve outcomes ・-:Failed to meet even the minimal requirements for evaluation 教科書 Textbooks/Readings
教科書の使用有無(有=Y , 無=N) Textbook used(Y for yes, N for no)
N
書誌情報 Bibliographic information
-
MyKiTSのURL(教科書販売サイト) URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://mirai.kinokuniya.co.jp/tokyorika/ It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store). https://mirai.kinokuniya.co.jp/tokyorika/ 参考書・その他資料 Reference and other materials
なし
授業計画 Class plan
1 概要 データサイエンスについて
2 データ データ型,SAS EGの使い方、データ入力、データ加工 3 データのまとめ方 SAS EGを用いたデータのまとめ方 4 データの視覚化 SAS EGを用いたデータの視覚化 5 データ解析入門 SAS EGを用いたデータ解析 6 データ解析 SAS EGを用いた相関解析 7 回帰分析 SAS EGを用いた単回帰分析 8 重回帰分析 SAS EGを用いた重回帰分析 9 ロジスティック回帰分析 SAS EGを用いたロジスティック回帰分析 10 クラスタリング SAS EGを用いたクラスタリング 11 EMの使い方 SAS EMを用いたクラスタリング 12 決定木分析 SAS EMを用いた決定木 13 予測的データアナリティクス1 SAS EMを用いた分類 14 予測的データアナリティクス 2 SAS EMを用いた予測 15 まとめ 演習問題 授業担当者の実務経験 Work experience of the instructor of the class
吉澤敦子
AT&T : UNIX OS R&D SAS Institute, Cary (米国): SAS Software R&D 神奈川県立病院機構: 臨床研究支援室 生物統計 教育用ソフトウェア Educational software
SAS/JMP
Office
備考 Remarks
講義では、SASシステム(Statsitial Analysis System) と呼ばれる米国の統計ソフトウェア会社がリリースしている日本語化されたアプリケーションを用いて、データ分析、機械学習入門を行い、解析の読み方と論文の書き方を学習する.
SAS資格認定証をとるための科目. 授業でのBYOD PCの利用有無 Whether or not students may use BYOD PCs in class
Y
授業での仮想PCの利用有無 Whether or not students may use a virtual PC in class
Y
|