到達目標
1.何事に対しても理論的に取り組むという視点に基づくことができる.
2.種々の研究対象や開発対象のそれぞれを,多数の変量のデータがやりとりされる一つのシステムとしてモデル化できるようになる.
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目1 | 何事に対しても理論的に取り組むという視点に基づくことができる. | 一部のものに対して理論的に取り組むという視点に基づくことができる. | 何事に対しても理論的に取り組むという視点に基づくことができない. |
評価項目2 | 種々の研究対象や開発対象のそれぞれを,多数の変量のデータがやりとりされる一つのシステムとしてモデル化できるようになる. | 一部の対象について,多数の変量のデータがやりとりされる一つのシステムとしてモデル化できるようになる. | 種々の研究対象や開発対象のそれぞれを,多数の変量のデータがやりとりされる一つのシステムとしてモデル化できない. |
評価項目3 | | | |
学科の到達目標項目との関係
教育方法等
概要:
システム情報,特に多くのシステムでやりとりされるデータを多数の変量の変化として捉え,それを扱うデータマイニングの方法やそのためのシステム構築を学ぶ.本授業ではその具体的な手法の基本的な知識と,いくつかの基本的方法の習得を目標とする.
授業の進め方・方法:
講義形式で行う.必要に応じて適宜小テストを実施し,また演習課題,レポート,宿題を課す.
注意点:
多変量解析はデータマイニング手法の一つであり,実験データの処理からシステム開発まで広い分野で用いられており,データを扱う全ての分野において役立つ可能性を持つ.常に何に利用できるかを考えることがポイントである.
合格点は 60 点である.成績は,試験結果 70%,小テスト・演習課題を 30% で評価する.特に,演習課題の未提出者は単位取得が困難となるので注意すること.
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
授業ガイダンス データマイニングと多変量解析 |
授業の進め方と評価の仕方について説明する。 データマイニングおよび多変量解析で用いられる種々の方法の特徴を説明できる.
|
2週 |
グラフによるデータ表現 |
様々なグラフの特徴を理解し,データに対してどのようなグラフで表現すればよいかを説明できる.
|
3週 |
相関と単回帰 |
ものごとの関係を見つけるための相関係数や単回帰式について説明ができる.
|
4週 |
相関と単回帰 |
ものごとの関係を見つけるための相関係数や単回帰式について説明ができる.
|
5週 |
重回帰分析 |
重回帰分析がどのような場合に用いられる方法であるか説明できる.
|
6週 |
重回帰分析 |
重回帰分析がどのような場合に用いられる方法であるか説明できる.
|
7週 |
数量化理論I類 |
数量化理論I類がどのような場合に用いられる方法であるか説明できる.
|
8週 |
数量化理論I類 |
数量化理論I類がどのような場合に用いられる方法であるか説明できる.
|
2ndQ |
9週 |
判別分析 |
判別分析がどのような場合に用いられる方法であるか説明できる.
|
10週 |
判別分析 |
判別分析がどのような場合に用いられる方法であるか説明できる.
|
11週 |
実験計画法 |
実験計画法がどのような場合に用いられる方法であるか説明できる.
|
12週 |
実験計画法 |
実験計画法がどのような場合に用いられる方法であるか説明できる.
|
13週 |
一対比較 |
一対比較がどのような場合に用いられる方法であるか説明できる.
|
14週 |
到達度試験 |
上記項目について学習した内容の理解度を確認する.
|
15週 |
試験の解説と解答 |
到達度試験の解説と解答,本授業のまとめ,および授業アンケート
|
16週 |
予備 |
|
モデルコアカリキュラムの学習内容と到達目標
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 |
評価割合
| 試験 | 小テスト,課題 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 70 | 30 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 30 | 10 | 0 | 0 | 0 | 0 | 40 |
専門的能力 | 30 | 10 | 0 | 0 | 0 | 0 | 40 |
分野横断的能力 | 10 | 10 | 0 | 0 | 0 | 0 | 20 |