科目情報
コースナンバリング |
4-548x-703 |
---|---|
科目名 |
データサイエンス数理特論 |
開講学期 |
前期 |
開講時期 |
1クォータ |
曜日・校時 |
月4 |
単位数 |
2 |
授業担当教員 |
皆本 晃弥 |
講義情報
講義形式
講義 |
講義概要
データサイエンスでは、数学、統計、機械学習などの知識が必要とされており、本講義では、これらの知識について実際の例を交えながら説明する。また、与えられたデータや問題に対して、モデルの複雑さと理解のしやすさなどを考慮して、適切な手法を選択できるようよう数学的な理論や計算コストとの関連についても説明する。 |
開講意図
今の社会は,ビッグデータという言葉に象徴されるように,ビジネス,医療,教育,農業,工業など様々な分野で大量かつ多様なデータが得られるようになってきた.そのため,このデータを新しい資源ととらえ,データに基づいて様々な問題を解決していく能力,「データサイエンス力」を備えた人材があらゆる分野で求められている.データの活用がどのような分野にとっても重要である. |
到達目標
・データサイエンスで利用される代表的な手法の数学的な背景を理解する。 |
授業計画
回 |
内容 |
授業以外の学習 |
---|---|---|
1 |
講義の進捗状況などにより、取り上げるテーマを変更する場合がある。 |
成績評価の方法と基準
到達目標に関する課題を授業毎に課し、それによって評価する。なお、すべての課題を提出しない場合は、評価を自動的に「不可」とする。 |
開示する試験問題等
課題,出題意図,配点,答案. |
開示方法
開示を求める学生は、担当教員に申し出ること。 |
教科書
資料名 |
版 |
|
---|---|---|
著者名 |
発行所名・発行者名 |
出版年 |
備考(巻冊:上下等) |
ISBN |
|
特に指定しない. |
||
参考図書
資料名 |
版 |
|
---|---|---|
著者名 |
発行所名・発行者名 |
出版年 |
備考(巻冊:上下等) |
ISBN |
|
皆本晃弥著 |
近代科学社 |
2015 |
9784764904835 |
||
岡谷貴之著 |
講談社 |
2015 |
9783000028366 |
||
皆本晃弥著 |
近代科学社 |
2011 |
9784764910539 |
||
Amy N.Langville, Carl D.Meyer著 ; 岩野和生, 黒川利明, 黒川洋訳 |
共立出版 |
2009 |
9784320122390 |
オフィスアワー
金曜日5校時および随時(ただし、メールで予約が必要). |
アクティブラーニング導入状況
アクティブラーニング導入状況 |
||||
---|---|---|---|---|
カテゴリー4 |
カテゴリー3 |
カテゴリー2 |
カテゴリー1 |
カテゴリー0 |
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING |
グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT |
学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION |
学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION |
基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT |
0 |
0 |
0 |
30 |
70 |