2021年度 数理情報分析基礎 I   Methodology of Mathematical and Computational Analysis I

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
技術経営専門職学位課程
担当教員名
メヒーア カバジェロ クリスティアン アンドレス  笹原 和俊 
授業形態
講義 / 演習    (ZOOM)
曜日・時限(講義室)
土1-2  
クラス
-
科目コード
TIM.A405
単位数
1
開講年度
2021年度
開講クォーター
1Q
シラバス更新日
2021年3月19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

本講義では、膨大かつ多様なデータをビジネスに活用するためのデータサイエンスを学び、データ分析の基礎力を修得する。特に技術経営への適用に念頭において、構造化データの性質や分析手法を講義し、プログラミング演習を通じてデータ分析の基礎的スキルを身につける。

到達目標

本講義の目標は以下の2つである。
- データ可視化、統計分析、機械学習の基礎の理解する
- 構造化データの分析をビジネス課題の理解や解決に活用できるようになる

キーワード

記述統計、仮説検定、データ可視化、回帰、分類、予測、クラスタリング、アソシエーション

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

この授業では、構造化データを対象として統計学や機械学習の基礎を講義し、プログラミング演習によって理解の定着とデータ分析の実践力を養う(PythonとRを使用する)。また、企業のデータサイエンティストをゲストに招き、最先端のデータ活用事例について講演いただき、議論を行う。

授業計画・課題

  授業計画 課題
第1回 データサイエンス入門 ビジネスにおけるデータサイエンスの位置付け全体像を理解する
第2回 データ可視化と統計分析 データを可視化し、統計的に処理するための理論と方法を理解する
第3回 プログラミング演習(1) データ可視化と統計分析に関するプログラミングスキルを身につける
第4回 教師あり学習 回帰、予測、分類などの代表的な教師あり学習手法を理解する
第5回 教師なし学習 クラスタリングやアソシエーションなどの代表的な教師なし学習方法を理解する
第6回 プログラミング演習(2) 教師あり・教師なし学習に関するプログラミングスキルを身につける
第7回 ゲスト講師による講演 最先端のビジネスデータサイエンスの実践例を知る

授業時間外学修(予習・復習等)

講義後に参考文献の該当箇所を読んで復習することを推奨する

教科書

スライドを配布する

参考書、講義資料等

- 東京大学教養学部統計学教室(編)『統計学入門』東京大学出版会 (1991)
- 鳥海不二夫(編)『計算社会科学入門』丸善出版 (2021)
- フォスター・プロヴォスト, トム・フォーセット『戦略的データサイエンス入門:ビジネスに活かすコンセプトとテクニック』オライリージャパン (2014)

成績評価の基準及び方法

授業貢献度20%、演習40%、課題レポート40%

関連する科目

  • TIM.B412 : R&D戦略 I
  • TIM.B413 : R&D戦略 II
  • TIM.A414 : 社会科学のモデル・実験入門
  • TIM.B535 : デジタルマーケティング
  • TIM.A406 : 数理情報分析基礎 II

履修の条件(知識・技能・履修済科目等)

なし

このページのトップへ