シラバス詳細

タイトル「2024年度」、カテゴリ「理工学部」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

和文英文

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

コースナンバリング	2-548m-233
科目名	モデリングとシミュレーション
開講学期	後期
開講時期	３クォータ
曜日・校時	火３
単位数	2
授業担当教員	皆本　晃弥

講義情報

学士力番号

1-(3)

講義形式

講義を中⼼に進める

講義概要

本授業は、「データサイエンスⅠ」、「データサイエンスⅡ」で教育した内容を補完的・発展的に説明し、データから意味を抽出して、課題解決につなげる基礎能力を養うための科目である。そのために必要なデータ分析手法やその数学的な理論背景について説明する。

また、本授業は、演習科目「データサイエンス演習（モデリングとシミュレーション実験）」に付随した科目である。本講義の演習を「データサイエンス演習（モデリングとシミュレーション実験）」にて行う。

開講意図

データサイエンスを理解する上で必要となる数理統計学やデータマイニングの各手法および関連する数学的な理論を理解する。
これにより、各手法の根底にある考え方を身につける。

到達目標

(1) いろいろなデータ解析の概念や各手法の特徴を理解する。
(2) データ解析手法の数学的な背景を理解する。
(3) 多変量データの可視化手法を理解する。
(4) 自他が導いたデータ解析結果を理解し、他者へ説明できる。

履修上の注意

本講義を履修する人は、なるべく演習科目「データサイエンス演習（モデリングとシミュレーション実験）」も履修すること。

授業計画

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	単回帰分析講義の内容については、講義の進捗状況やデータサイエンス関連資格・検定の情報などにより変更する場合がある。	所定の課題に取り組むこと。
2	多項式回帰	所定の課題に取り組むこと。
3	重回帰分析	所定の課題に取り組むこと。
4	ロジスティック回帰	所定の課題に取り組むこと。
5	ソフトマックス回帰	所定の課題に取り組むこと。
6	決定木	所定の課題に取り組むこと。
7	ナイーブベイズ分類器	所定の課題に取り組むこと。
8	k近傍法とk平均法	所定の課題に取り組むこと。
9	主成分分析	所定の課題に取り組むこと。
10	線形SVM	所定の課題に取り組むこと。
11	カーネルSVM	所定の課題に取り組むこと。
12	深層学習入門	所定の課題に取り組むこと。
13	CNN(畳み込みニューラルネットワーク)	所定の課題に取り組むこと。
14	RNN(再帰型ニューラルネットワーク)	所定の課題に取り組むこと。
15	まとめ	所定の課題に取り組むこと。

成績評価の方法と基準

到達目標(1)～(4)については、毎回の小テストおよび定期試験で評価する。毎回の小テストでは、資料等の参照を認める場合があるが、定期試験では資料等の参照は一切認めない。ただし、小テストにおいても、スマホ、PC、電子辞書など、電子機器の利用は認めない。
毎回の⼩テストを25%、定期試験を75%にて評価し、総合点が60点以上で合格とする。
また、４回以上欠席した場合は、受講を放棄したとみなし、成績を「不可」とする。やむを得ず欠席する場合は、できるだけ事前（ないしは速やかに）にその理由およびそれを証明する書類を添えて知らせること。

開示する成績評価の根拠資料等

小テスト、定期試験の問題・略解等

開示方法

小テスト、定期試験の問題・略解などはMoodle上で開示します。

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
Pythonによる数理・データサイエンス・AI: 理論とプログラム
皆本　晃弥	サイエンス社	2023
		478191585X

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
スッキリわかる確率統計 : 定理のくわしい証明つき
皆本晃弥著	近代科学社	2015
		9784764904835
スッキリわかる線形代数 : 解法テクニックつき
皆本晃弥著	近代科学社	2011
		9784764910539
C言語による数値計算入門 : 解法・アルゴリズム・プログラム
皆本晃弥著	サイエンス社	2005

スッキリわかる微分方程式とベクトル解析 : 誤答例・評価基準つき
皆本晃弥著	近代科学社	2007

基礎からスッキリわかる微分積分 : アクティブ・ラーニング実践例つき
皆本晃弥著	近代科学社	2019
		9784764905856
基礎からスッキリわかる線形代数 : アクティブ・ラーニング実践例つき
皆本晃弥著	近代科学社	2019
		9784764905863

オフィスアワー

金曜日５校時および随時（メールにて予約が必要）
minamott@cc.saga-u.ac.jp

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