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。
※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
|
|
|
1.イントロダクション 2.量的データの分布(1) 3.量的データの分布(2) 4.量的データの関係(1) 5.量的データの関係(2) 6.回帰分析(1) 7.回帰分析(2) 8.回帰分析(3) 9.主成分分析(1) 10.主成分分析(2) 11.クラスタリング(1) 12.クラスタリング(2) 13.質的データの分析(1) 14.質的データの分析(2) 15.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
|
|
|
|
|
|