知識工学

データサイエンスは様々なデータを処理・分析してそこから有用な情報を引き出すための学問です。
この授業ではすでに学んだ統計学の知識を活用して機械学習など技術を学びます。
また、解析にはPythonを使い、実践的な学習を行います。

概要:

授業の進め方・方法:

実際のデータを使って解析方法を体験的に学習していきます。

注意点:

演習問題なども多く実施するので、単に授業を聞くのではなく、常に各自で考えながら授業に臨んでください。
また、データの解析には確率統計や数学的基礎知識が必要になります。これまで学習した内容をしっかりと復習してください。

アクティブラーニング	ICT 利用	遠隔授業対応	実務経験のある教員による授業

		週	授業内容	週ごとの到達目標
前期
	1stQ
		1週	ガイダンス・環境整備
		2週	データ加工Ⅰ	基本的なデータ操作ができる
		3週	データ加工Ⅱ	欠損データと異常値の取り扱いができる
		4週	データの可視化Ⅰ	データの可視化の基礎が理解できる
		5週	データの可視化Ⅱ	実践的なデータの可視化ができる
		6週	機械学習（教師あり学習）Ⅰ	基本的な回帰が理解できる
		7週	機械学習（教師あり学習）Ⅱ	発展的な回帰が理解できる
		8週	機械学習（教師あり学習）Ⅲ	決定木やk-近傍法が理解できる
	2ndQ
		9週	機械学習（教師なし学習）Ⅰ	クラスタリングができる
		10週	機械学習（教師なし学習）Ⅱ	主成分分析ができる
		11週	機械学習（教師なし学習）Ⅲ	マーケットバスケット分析などが理解できる
		12週	モデル検証とチューニングⅠ	モデルの評価とパフォーマンスのチューニングができる
		13週	モデル検証とチューニングⅡ	モデルの評価指標が理解できる
		14週	モデル検証とチューニングⅢ	アンサンブル学習ができる
		15週	総合演習	総合的な解析ができる
		16週	達成度の点検

分類		分野	学習内容	学習内容の到達目標	到達レベル	授業週