シラバス情報

開講年度
2025年度
開講学期
前期
科目名
データ分析応用特論
授業種別
講義
科目名(英語)
Practical Data Analysis
授業情報(授業コード・クラス名・授業形態)
Z0400012 データ分析応用特論 [ハイ]
担当教員
三木 良雄
単位数
2.0単位
曜日時限
火曜2限
キャンパス
新宿 遠隔
教室
.、A-0473教室(大学院工学研究科)

学位授与の方針
A 専攻する研究領域における高度な専門知識を身につけたもの 100%
B 科学技術を運用する能力を身につけたもの 0%
C 主体的に研究に取り組み、社会や職業についての知識や技術者や研究者として必要な倫理観を身につけたもの 0%
D 特定の専門領域における創成能力を身につけたもの 0%
具体的な到達目標
この授業はBYOD前提の[ハイ]授業です。新宿・八王子の両方で受講可能とするための措置ですので,新宿の研究室所属の学生は教室で受講.八王子所属の学生は遠隔からの受講を可能としますが,PCの(スマオは非推奨)の小画面では受講がやや困難であるため,大画面もしくはサブディスプレイのある環境で受講してください.
技術研究、障害解析、開発実験、事業分析など"何かを実施する","結果をデータとして取得する","データを分析する","結果の原因を分析する”,”改善方法を検討する"という基本動作を繰り返す業務に従事するエンジニアに共通で必要となるデータ分析力を講義する.なお,授業内容は統計検定2級,準1級のレベルを目標に構成する.
受講にあたっての前提条件
この授業を受講する学生は学部で統計学、多変量解析を学んでいることが必要です。

AL・ICT活用
ディスカッション・ディベート/プレゼンテーション/クリッカー・タブレット等ICTを活用した双方向授業

授業計画
1.ガイダンス
2.確率の定義拡張と母関数
3.大数の法則,中心極限定理(証明)
4.確率分布と応用
5.統計量と各種推定法
6.情報量と区間推定
7.基本的な検定法
8.各種確率分布と検定法
9.確率過程の基礎
10.時系列モデル
11.回帰分析と実験計画法
12.多変量解析
13.ベイズ統計とベイズ推論
14.人工知能と数理統計モデル
15.振り返り

成績評価の方法
授業毎で指示する課題(レポート)と最終レポート(教室でのテストとなる可能性もある)でA+,A,B,C,D,Fの評価を実施し,D以上を合格とする
受講生へのフィードバック方法
大学全体の成績公開日に公開される 個別の内容に関してはそれぞれの授業内でフィードバックする

教科書
特に指定しない
参考書
東京大学教養学部統計学教室 編 統計学入門 東京大学出版会 ISBN 978-4-13-042065-5
各種統計検定参考書,問題集

オフィスアワー
授業後の教室,電子メール mikiyo@cc.kogakuin.ac.jp にて質問を受け付ける
受講生へのメッセージ
統計学に軸足を置いた構成ですが,理論に走らず実験,研究にて活用できる知識養成を目指します.

実務家担当科目
実務家担当科目
実務経験の内容
データサイエンティストの経験がある教員が、具体的な問題の解決法を活かし、高度なデータ分析アルゴリズムについて講義する。

教職課程認定該当学科
情報学専攻