シラバス情報

教員名 ： 麻生　尚文
科目授業名称（和文）　Name of the subject/class (in Japanese)
データ解析論
科目授業名称（英文）　Name of the subject/class (in English)
Data Analysis
授業コード　Class code
9984074
科目番号　Course number
84MAISS302

教員名
麻生　尚文
Instructor
Naofumi ASO

開講年度学期
2026年度後期
Year
2026年度
Semester
②Second semester
曜日時限
火曜2限
Class hours
Tuesday 2nd Period

開講学科・専攻　Department
先進工学部　物理工学科

Department of Applied Physics, Faculty of Advanced Engineering
単位数　Course credit
2.00単位
授業の方法　Teaching method
講義

Lecture
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
物理工学科の選択必修科目を「数学・物理的な基盤となる科目」と「特定の研究分野に特化した科目」に大別したとき、前者に分類される科目であり、分野を問わず生かすことのできる内容を取り扱う。

【本講義内容の理解が役立つ卒業研究例】

・実験や測定：実験・観測データを適切に整理し、誤差やばらつきを踏まえて解釈することができるようになる。
・数値計算（シミュレーション）：計算結果を可視化し、パラメタ依存性を踏まえて妥当性を評価することができるようになる。
・理論計算：理論式モデルの予測を図示し、他の結果と比較して妥当性を評価することができるようになる。



目的　Objectives
データ解析の各手法について、その理論を理解した上で、実践的な演習を通して個々の問題へ適切に用いることができるようになることで、各自の研究へ活かすための素養を身につける。
本学科のカリキュラム・ポリシーに定める、専門知識を深化させるための内容を含む科目である。
到達目標　Outcomes
データ解析の各手法について、その理論を理解した上で、実践的な演習を通して個々の問題へ適切に用いることができるようになることで、各自の研究へ活かすための素養を身につける。
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）
小テストの実施　Quiz type test／ディベート・ディスカッション　Debate/Discussion／グループワーク　Group work／プレゼンテーション　Presentation／実習　Practical learning
-

準備学習・復習　Preparation and review
復習として、講義時に説明する式変形を自分でやり直し、演習課題に取り組むこと。
他の講義科目と同様に、授業の2倍程度の時間を自習にあてる必要がある。
成績評価方法　Performance grading policy
出席態度と演習課題により評価する。
これらを均等な割合で評価するので、全ての活動に総合的に取り組むこと。

【出席登録について】
本講義では、CLASSのシステムではなく、LETUSから案内する独自の出席登録システムを利用します。
  • 出席回数ではなく、出席時間（合計で何分間授業に参加したか）を出席態度として評価します。
  • 学籍番号と座席番号を登録し、座席表への反映を確認してください。
  • 座席表への反映に問題があれば、授業終了直後に相談してください。事後相談は受け付けません。
  • 必ず着席してから登録してください。着席前の座席登録は不正行為とみなします。
  • 列車遅延や体調不良（学校感染症を含む）や忌引など特別な事情による遅刻や欠席については、
    事前（通学も含めて授業開始時刻に間に合う時間）に麻生へメール連絡した場合にのみ考慮します。
  • トイレ等により10分以上退出している場合は欠席扱いになります。

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://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials
-

授業計画　Class plan

  1. いろいろなデータ

  2. データの可視化と一次元統計量

  3. 確率と確率分布

  4. 検定と推定

  5. 線形逆問題

  6. 多変量解析

  7. 主成分分析・クラスタリング

  8. 時系列データの基礎

  9. スペクトル解析

  10. スペクトルの応用

  11. 機械学習

  12. 対話型AIとの付き合い方

  13. データ解析実践1

  14. データ解析実践2

  15. データ解析実践3



担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor
-
教育用ソフトウェア　Educational software
MATLAB/Simulink
MATLABを使用した演習課題を行うが、MATLABに関する事前知識は不要である。

備考　Remarks
-

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
N