【授業の目的】
データサイエンスの様々な研究分野に触れることで,データサイエンスに関する理解を深め,今後の学修の指針とすることを目的とする。
【授業の到達目標】
データサイエンスの様々な研究分野について,その内容や意義を説明できる。
【授業概要(キーワード)】
データ解析,計算理論,最適化手法,プログラミング,データサイエンス,数値解析,シミュレーション。
【科目の位置付け】
この授業は、データサイエンスについて様々な視点から理論的に考察することで、学問の実践に必要な基本的能力と健全な批判精神に裏打ちされた幅広い知識とを身につけさせ、大学での学習及び生涯にわたる学習への基盤となる力を養うものである。
【授業計画】
・授業の方法
オムニバス形式で行う。
・日程
15回の授業で以下の項目を扱う。 (1)データ解析 (2)計算理論 (3)最適化手法 (4)データサイエンスのための数学 (5)プログラミングの始め方 (6)データサイエンスへの代数的アプローチ (7)数値解析・シミュレーション第1回 統計データの分析,統計学の数理的側面
【学習の方法】
・受講のあり方
集中して理解に努め、疑問があれば質問すること。
・授業時間外学習へのアドバイス
1) 授業で学んだキーワードを図書館などで調べてみましょう。 2) 授業で学んだ内容に関する専門書を読んでみましょう。
【成績の評価】
・基準
データサイエンスコースにおける研究内容について把握していること。
・方法
平常点100点(レポート及び授業内のミニレポートにより、平常点を測定・評価する)
|