#author("2021-08-26T18:06:25+09:00;2021-08-06T15:17:45+09:00","default:inoue.ko","inoue.ko")
*データサイエンス
[[データサイエンス/2021]]｜ソーシャルデザイン学科 ２年後期
~
本授業では、AI（人工知能）の基礎となるデータサイエンスの全体像を、具体的なデータを用いた演習を通して包括的に学びます。数値や文字（カテゴリ）として得られるデータの扱い方から、統計的手法、機械学習などについて、統計ソフトウエアやPythonプログラミングを通して学びます。
-本授業科目は、ソーシャルデザイン学科のDP2及びCP3に基づいてソーシャルデザインのためのデータ活用能力を育成することを目的として設置している。
-本授業科目は、ソーシャルデザイン学科の共通基盤となる論理的思考力・分析力・課題解決力を育成する科目として、２年後期に配当されている。
~
当科目は、釜堀教授とのオムニバスです。井上は後半の７回を担当します。
~
'''以下、準備中'''
~
**前提の確認
***データの取り扱い
-情報倫理
-情報セキュリティー
-[[著作権>Copyright]] と [[CreativeCommons]]・[[Copyleft]] について
-[[オープンデータ>OpenData]]について
-[[様々なデータファイル形式>Data]]
~
***基本概念の確認
-質的データと量的データ
-独立変数（説明変数）と従属変数（目的変数）
-因果関係と相関関係
＞ [[Statistics]]
-関数について
-データサイエンスの手法の全容
＞[[DataScience]] / [[MachineLearning]]
~
***Python言語と開発環境
-[[Python]] プログラミングの環境と基本文法
-対話型開発環境としての [[GoogleColaboratory]]
~
~
**基本統計とデータの視覚化
***基本統計
-平均・分散・標準偏差・偏差値
-クロス集計
-共分散
-相関係数
~
***データビジュアライゼーション
-ヒストグラム
-ボックスプロット（箱ひげ図）
-散布図・バブルチャート・散布図行列
-棒グラフ・円グラフ・折れ線グラフ
-ヒートマップ
-位置情報
-文字情報
-インフォグラフィック
-[[画像処理>Pillow]]
~
~
**機械学習
***教師あり
-回帰｜[[LinearRegression]]
-分類｜[[NeuralNetwork]]（NN）
~
***教師なし
-次元削減｜[[PrincipalComponentAnalysis]]（PCA）
-クラスタリング｜[[k-means Clustering>k-means]]
~
~
//**ml5.js によるAI体験
//***JavaScript サンプルプログラムによる画像認識・音声認識の体験
//-XXXX
//-XXXX
//~
//***JavaScript サンプルプログラムによる顔認証・姿勢推定の体験
//-XXXX
//-XXXX
~
~
