• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• データサイエンス へ行く。
  • 1 (2022-03-02 (水) 10:56:51)
  • 2 (2022-03-02 (水) 10:56:51)
  • 3 (2022-03-02 (水) 10:56:51)
  • 4 (2023-03-13 (月) 17:33:34)
  • 5 (2023-03-13 (月) 17:33:34)
  • 6 (2023-08-17 (木) 13:04:15)
  • 7 (2023-08-17 (木) 13:04:15)
  • 8 (2023-08-17 (木) 13:04:15)

---

データサイエンス

データサイエンス/2023?｜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。
  
  

2023年度 シラバス

• 第１回　ガイダンス
  • データサイエンスの関連領域
  • データの取り扱い
  • データと尺度
  • 独立編集と従属変数
  • 相関関係と因果関係
  • 演習１：SpreadSheet の活用

• 第２回　統計解析１
  • 要約統計量（記述統計量）
  • 演習２：SpreadSheet で体験

• 第３回　統計解析２
  • 相関
  • クロス集計
  • 演習３：SpreadSheet で体験

• 第４回　Python プログラミング１
  • Python言語について
  • GoogleColaboratoryについて
  • 演習４：Python Basic
  • 入力・処理・出力
  • 変数について

• 第５回　Python プログラミング２
  • 判断とループ
  • 関数について
  • オブジェクト指向について
  • 演習５：MonteCarloMethod

• 第６回　Python による統計解析
  • データの読み込み
  • 基本統計量
  • 相関分析
  • 演習６

• 第７回　統計グラフ
  • 統計グラフ
  • 演習７
  • 統計グラフ＋
  • 演習７＋

• 第８回　仮説検定
  • 統計的検定
  • 演習８

• 第９回　データビジュアライゼーション
  • 地理情報の可視化
  • 演習９
  • WordCloud
  • 演習９＋

• 第10回　機械学習１
  • 機械学習の概要
  • 機械学習体験 Teachable Machine
  • 線形回帰
  • 演習10

• 第11回　機械学習２
  • ニューラルネットワーク
  • 演習11

• 第12回　機械学習３　
  • クラスタリング
  • 演習12

• 第13回　機械学習４
  • 主成分分析
  • 演習13
     
• 第14回　総括｜データサイエンスとAI