s2116:データサイエンス特論

授業科目名 データサイエンス特論
英 訳
科目番号 S2116 科目区分 専門科目 ■コース指定選択科目
標準履修年次 1,2年次 単位数 2単位
授業の形式 講 義
担 当 教 員 渡辺 知恵美
授業の概要 データから可視化や機械学習等を利用してビジネスや科学に活かすことのできる知識を発見するための各手法について演習を交えて講義する。後半は実際に実データを用いた分析を実施する。
授業の到達目標
  • データから可視化や機械学習等を利用して知識を発見し、研究やビジネス等に活用するプロセスを経験的に習得する
受 講 条 件 特にないが,授業遂行に置いて統計とPythonの基礎が必要なため、各自習得しておくこと。
教材、参考書 特に指定しない。担当者が作成した資料等を適宜配布。
成績評価方法 課題(70%),授業に対する取り組み(30%)
キーワード データサイエンス, データ分析, ビッグデータ, 機械学習




担当教員 授 業 内 容
1 渡辺知恵美 概要、データサイエンスとは
2 渡辺知恵美 データ分析のプロセス・ツール
3 渡辺知恵美 データ理解(統計分析・可視化)
4 渡辺知恵美 データ理解・演習(実践・発表)
5 渡辺知恵美 機械学習(回帰・分類)
6 渡辺知恵美 過学習・交差検定・正則化
7 渡辺知恵美 モデルの評価, 演習(実践・発表)
8 渡辺知恵美 前処理1:外れ値・欠損値の扱い   
9 渡辺知恵美 前処理2:特徴量の決定
10 渡辺知恵美 前処理3:様々なデータ(文字列、時系列、画像など)
11 渡辺知恵美 機械学習(深層学習)
12 渡辺知恵美 データの収集
13 渡辺知恵美 演習:テーマを決定して分析をする
14 渡辺知恵美 演習:テーマを決定して分析をする
15 渡辺知恵美 発表、総論