情報処理実習
 Practical on Information Processing
 担当教員:本多 薫(HONDA Kaoru)、小林 正法(KOBAYASHI Masanori)、大杉 尚之(OSUGI Takayuki)
 担当教員の所属:人文社会科学部人文社会科学科人間文化コース
 担当教員の実務経験の有無:
 開講学年:3年,4年  開講学期:後期  単位数:2単位  開講形態:実習
 開講対象:  科目区分: 
【授業の目的】
問題解決に必要となる各種データ(社会調査、心理・人間工学実験など)の処理や分析手法への理解を深めるために、分布の可視化、距離データの記述と検定、相関、重回帰分析、分散分析などを取り上げる。そして、コンピュータを用いた多変量解析の方法を中心とした実習を通して、各種データを効率的に適切処理・分析できる能力を得ることが目的である。

【授業の到達目標】
(1)問題解決に必要となる各種データの処理や分析手法を説明し、記述できる。【知識・理解】
(2)コンピュータを用いて、各種データを効率的かつ適切に処理・分析できる。【技能】
(3)データの分析結果の妥当性について、相談や討議することができる。【態度・習慣】

【授業概要(キーワード)】
データ処理、統計、多変量

【学生主体型授業(アクティブラーニング)について】
D-1.演習、実習、実験等を行う機会がある。:51~75%

【科目の位置付け】
この授業は、課題解決について情報処理の観点から論理的に分析し、解決策を提案する力を身につけるために編成される科目である(人文社会科学部人間文化コースのカリキュラム・ポリシー)。

【SDGs(持続可能な開発目標)】
09.産業と技術革新の基盤をつくろう
12.つくる責任つかう責任

【授業計画】
・授業の方法
各種データの情報処理に関する実習を行う。授業資料、講義スライド等を用いて、解説します。授業の実施形態は、対面、又はオンデマンド遠隔となる予定です。
・日程
第1回 ガイダンス、実習の準備
第2回 多変量解析の概要、基礎知識の確認
第3回 分布の可視化、統計量
第4回 仮説検定(F検定、t検定)
第5回 相関と単回帰分析、仮説検定(r検定)
第6回 重回帰分析(1)
第7回 重回帰分析(2)
第8回 中間まとめ、復習課題
第9回 数量化理論Ⅰ類
第10回 分散分析(1)
第11回 分散分析(2)
第12回 その他の分析手法
第13回 多変量に関する総合課題(1)
第14回 多変量に関する総合課題(2)
第15回 まとめ、課題レポート作成

【学習の方法・準備学修に必要な学修時間の目安】
・受講のあり方
積極的に課題に取り組み、分からないことは教員に質問したり、事例を探すなどすること。
・授業時間外学習(予習・復習)のアドバイス
・予習のあり方
事前に講義資料に目を通して、分からない専門用語等を調べておくこと。
・復習のあり方
授業内で理解できなかった事項は、文献等で調べるとともに、授業時に質問すること。

【成績の評価】
・基準
授業の到達目標で示した3つの目標を達成できたことを合格の基準とします。知識の修得、理解の度合い、論理的思考力、参加の度合いを、平常点、課題レポートにより評価する。
・方法
平常点(授業への参加状況)30点、課題提出とその内容70点で評価します。

【テキスト・参考書】
テキストは使用しない。必要な資料は随時配布します。参考書は授業内で紹介します。

【その他】
・学生へのメッセージ
担当授業回数は、本多7回、大杉3回、小林3回です。初回のガイダンスと最終のまとめの2回は3名の合同で実施します。
認知情報科学プログラムに所属する学生は本科目を必ず受講してください。
人文社会系の学生やコンピュータの初心者や苦手な方でも受講できるように配慮します。
社会調査士資格のE科目(多変量解析の方法に関する科目)に対応予定です。
・オフィス・アワー
各担当教員のオフィス・アワーは、他のシラバスを参照してください。
確実に面談したい場合は電子メール等で事前の予約をお願いします。

11022067-2021-31-12152