近年の、データの収集・保持・分析それぞれに関する技術の発展により、データから価値を創造するデータサイエンスの重要性が高まっている。こうした価値創造には、必ずしも膨大なデータや高度な分析技術が必要なわけではない。
この講義では、データサイエンスの基本的な考え方と手法を解説し、教育に関するデータを題材にそれらを体験するための演習を実施する。
講義形態：同時双方向オンライン
※履修上の注意
演習にはRを用いるが、Rを使うための準備やプログラミングの基本についてのサポートは行わないので、何らかの言語によるプログラミングの経験を有すること。
講義までに、以下の資料に従ってGoogle ColaboratoryあるいはRStudioを使用する準備を行っておくこと。
https://shigau2013-my.sharepoint.com/:b:/g/personal/koji-iwayama_biwako_shiga-u_ac_jp/EZ2bUR2vgLNNpq3r6h_vZRQBaKu79zcrXKp1AVDKGsTaww?e=v1DN3X
|
|
|
1．データサイエンスの基本的な考え方、分析手法を理解する。
2．目的に応じて、適切にデータを収集・分析・解釈できるようになる
|
|
|
|
第1回
|
イントロダクション
|
|
第2回
|
量的データの分布（１）
|
|
第3回
|
量的データの分布（２）
|
|
第4回
|
量的データの関係（１）
|
|
第5回
|
量的データの関係（２）
|
|
第6回
|
回帰分析（１）
|
|
第7回
|
回帰分析（２）
|
|
第8回
|
回帰分析（３）
|
|
第9回
|
主成分分析（１）
|
|
第10回
|
主成分分析（２）
|
|
第11回
|
クラスタリング（１）
|
|
第12回
|
クラスタリング（２）
|
|
第13回
|
質的データの分析（１）
|
|
第14回
|
質的データの分析（２）
|
|
第15回
|
まとめ
|
|
|
|
|
|
事前学習：講義開始までに、教科書を読み、データサイエンスの基礎について学習する
事後学習：講義終了後、各回の演習に取り組む
事前学習に２時間、事後学習に２時間
|
|
|
|
|
データサイエンスの基本的な理解、適切なデータの取り扱いについて、演習課題を通して評価する。
全演習課題の合計点を100点とし、
秀：90点以上、優：80点以上、良：70点以上、可：60点以上、不可：60点未満
とする。
|
|
|
|
|
|
978478060701
|
|
|
データサイエンス入門
|
|
|
竹村彰通, 姫野哲人, 高田聖治 編,竹村, 彰通, 1952-,姫野, 哲人,高田, 聖治, 1965-,
|
|
学術図書出版社
|
|
2019
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9784873118147
|
|
|
Rではじめるデータサイエンス
|
|
|
Hadley Wickham, Garrett Grolemund 著,黒川利明 訳,大橋真也 技術監修,Wickham, Hadley,Grolemund, Garrett,黒川, 利明, 1948-,大橋, 真也,
|
|
オライリー・ジャパン
|
|
2017
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
演習にはRを用いるが、Rを使うための準備やプログラミングの基本についてのサポートは行わないので、何らかの言語によるプログラミングの経験を有すること。
講義までに、以下の資料に従ってGoogle ColaboratoryあるいはRStudioを使用する準備を行っておくこと。
https://shigau2013-my.sharepoint.com/:b:/g/personal/koji-iwayama_biwako_shiga-u_ac_jp/EZ2bUR2vgLNNpq3r6h_vZRQBaKu79zcrXKp1AVDKGsTaww?e=v1DN3X
|
|
|
|
|
|
|
|
|