- 開講元
- 融合理工学系
- 授業形態
- 講義 / 演習
- メディア利用科目
- 曜日・時限(講義室)
- 火1-2(南4号館 3階 情報ネットワーク演習室 第1演習室)
- クラス
- -
- 科目コード
- TSE.A326
- 単位数
- 1
- 開講年度
- 2021年度
- 開講クォーター
- 4Q
- シラバス更新日
- 2021年10月11日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
膨大なデータが蓄積されつつある現代において、その中から必要な情報を取り出し活用するデータサイエンスに対する社会的ニーズが高まっている。この分野においては、データの特徴や限界を理解するとともに、その具体的な可視化や分析のための技能の習得が不可欠である。そこで本講義の前半では、実験や観測で得られる測定データに必ずつきまとう「不確かさ」を表現し、理解する技能を学ぶ。後半では、現実の複雑なシステムを構成する要素同士の関係性を表すデータをネットワークとして可視化し、分析する技能を学ぶ。
到達目標
本授業の履修によって、次の技能を修得する。
1) Pythonを用いたデータ処理ができるようになる。
2) データの「不確かさ」を定量的に評価できるようになる（事例データ：食品の残留農薬量に対する安全評価、原子炉廃止措置における放射性廃棄物量の評価など）。
3) ネットワークの可視化および基本的なネットワーク分析ができるようになる（事例データ：交通ネットワーク、ソーシャルネットワークなど）。
キーワード
データ分析、誤差、不確かさ解析、ネットワーク分析、可視化
学生が身につける力(ディグリー・ポリシー)
| 専門力 | ✔ 教養力 | コミュニケーション力 | ✔ 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
授業の進め方
主として講義形式と演習形式で進める。
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | （講義・演習）実験や観測で得られる測定データにおける「不確かさ」 | 「不確かさ」が注目されている背景を理解し、誤差と「不確かさ」の違いを知る。 |
| 第2回 | （講義・演習）Pythonによるガウス過程回帰法プログラミング | ガウス過程回帰法で得られた95%信頼区間と最小二乗誤差を比較し、その関係性について論じる。 |
| 第3回 | （グループワーク）「不確かさ」に関連したグループワーク | 身近にあるデータの不確かさを構成する要素を議論し、解析手法について考える。 |
| 第4回 | （講義）ネットワーク科学の導入、ネットワークの表現方法、ネットワーク特徴量（1） | 現実の複雑なシステムをネットワークとして分析することの有用性を理解し、ネットワークを特徴づける基本的な概念を理解する。 |
| 第5回 | （講義）ネットワーク特徴量（2）、ネットワーク科学の応用 | 第４回に引き続き、ネットワークを特徴づける基本的な概念を理解するとともに、ネットワーク科 学がどのように応用されているかについても理解する。 |
| 第6回 | （演習）Python を用いた実データの処理とネットワーク分析（1） | Pythonで実データを処理し、ネットワークを構築・可視化・分析するための手法を理解する。 |
| 第7回 | （演習）Python を用いた実データの処理とネットワーク分析（2） | 各自、自由に選択した実データに対して、第６回までに学んだネットワークの構築・可視化・分析手法を適用し、その結果について考察する。 |
授業時間外学修（予習・復習等）
学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する 予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。
教科書
講義中に紹介予定
参考書、講義資料等
講義中に紹介予定
成績評価の基準及び方法
レポート 80％、授業中に行う演習 20%
関連する科目
- TSE.M204 ： 統計とデータ解析
- TSE.A232 ： 工学計測基礎第一
- TSE.A233 ： 工学計測基礎第二
履修の条件(知識・技能・履修済科目等)
特になし
その他
この講義では個人のノートバソコンを使用します。講義の際には忘れずに持参してください。
