データサイエンスをもとに教育に関して科学的な議論を展開するための基礎的な知識と技能を身に付けることを目標にします。
高校で学んだデータの分析、統計的推測の内容を復習しながら、変数間の関係性を議論する多変量解析の基礎として回帰分析について解説します。
また、回帰分析以外の機械学習や深層学習の発展と応用例にも触れ、AIと社会特に教育との関係についても解説します。
|
|
|
データの記述と統計的推測の考え方を理解し結果を解釈できる。
回帰分析における基本的な出力の意味を理解し結果を解釈できる。
その他の機械学習や深層学習の発展と応用例に触れ、AIと社会特に教育との関係について基本的な理解を得る。
|
|
|
01 : 代表値
02 : 散布度
03 : データの標準化
04 : 相関係数
05 : 標本分布
06 : 相関係数の検定
07 : 相関係数の推定
08 : 単回帰分析（切片と傾き）
09 : 単回帰分析（決定係数）
10 : 重回帰分析（切片と傾き）
11 : 重回帰分析（決定係数）
12 : 回帰分析の実際
13 : その他の機械学習
14 : AIの歴史と深層学習
15 : 総括（AIと社会、AIの構築・運用）
|
|
|
|
予習は必要ありませんが、毎回復習を必ず行ってわからないところを残さないようにして下さい。
|
|
|
|
試験を実施します。その結果によって成績評価を行います。
|
|
|
|
試験において、データの記述と統計的推測に関する考え方が身についているか、回帰分析に関する基本的な知識が身についているか等を中心に問います。その達成度を評価します。
|
|
|
|
|
|
|
|
|
|
9784065238097
|
|
|
教養としてのデータサイエンス
|
|
|
北川源四郎, 竹村彰通編 ; 内田誠一 [ほか] 著,北川, 源四郎,竹村, 彰通,内田, 誠一,川崎, 能典,孝忠, 大輔,佐久間, 淳,椎名, 洋,中川, 裕志,樋口, 知之,丸山, 宏,
|
|
講談社
|
|
2021
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|