データサイエンスＢ｜シラバス情報

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