検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
データサイエンス基礎演習
| 令和２年度以降入学者 | データサイエンス基礎演習 | ||||
|---|---|---|---|---|---|
| 教員名 | 菅野剛 | ||||
| 単位数 | 1 | 課程 | 前期課程 | 開講区分 | 文理学部 |
| 科目群 | 社会学専攻 | ||||
| 学期 | 後期 | 履修区分 | 選択必修 | ||
| 授業の形態 | オンデマンド型授業を基本とし、一部のみ同時双方向型授業 (NU-AppsG, Google Classroom, Google Meet) Google Classroom を利用します。 https://classroom.google.com/ 初回の参加や補足情報、問い合わせについては http://bit.ly/suganoclass を参照して下さい。 日本大学の Google アカウント NU-AppsG によるログインが必要です。 https://mail.google.com/a/g.nihon-u.ac.jp 教員の NU-Apps と 学生の NU-AppsG はドメインが異なるため、教員が Google Classroom 上で Google Meet を設定しても、リンクが学生に表示されない可能性があります。その場合、毎回 Google Meet のリンクを手動で通知します。 Blackboard ID: 20213842 (Blackboard のコースへの登録はしなくても大丈夫です。Blackboard は授業では使いませんので、ご注意下さい。) |
|---|---|
| 授業概要 | Programming and Data Science |
| 授業のねらい・到達目標 | Be aware of confirmation bias and train yourself to make logical decisions whenever possible. Learners will become familiar with the world's lingua franca: English, statistics, and programming. |
| 授業の方法 | 授業の形式：【講義、演習】 Classes to be held online. If the first class is not held in the classroom, please refer to the above web page and join the Google Classroom class. In some cases, online instruction is available with Google Classroom, etc. Preparation for class by reading textbooks and by learning online resources beforehand is required. Discuss about the topics and applied data analysis during the class. Programming and analyses are provided as pre-course work and homework. NU-MailG accounts and joining to Google Classroom are required. (BYOD: Bring your own device. ASUS Chromebook Flip C101PA available for students.) We do not provide support for the Windows operating system due to shortage of human resource. Courses are to be closed on no registration. |
| 授業計画 | |
|---|---|
| 1 |
NU-AppsG のアカウント通知、パスワードリマインダー、パスワード設定、 Google Classroom の説明とクラスへの参加（登録）、はじめての Google for Education (Google Workspace for Education Fundamentals)、 Google Meet、 Microsoft Office 365 アカウント（日本大学本部アカウントと文理学部アカウント）、文理学部教育用アカウント、情報掲示板 Comits2、Web履修システム CHIPS、文理学部 Blackboard、文理学部 Webex、日本大学本部 Zoom。 Classroom: Notification of NU-AppsG accounts, password reminder settings, password settings, how to use Google Classroom, joining a class, Google Colaboratory, Python, Introduction to Programming and Data Science.
【事前学習】Pre-course work: Introduction to Programming and Data Science （2時間） 【事後学習】Homework: Introduction to Programming and Data Science （2時間） |
| 2 |
Optimization and the Knapsack Problem
【事前学習】Pre-course work: Optimization and the Knapsack Problem （2時間） 【事後学習】Homework: Optimization and the Knapsack Problem （2時間） |
| 3 |
Decision Trees and Dynamic Programming
【事前学習】Pre-course work: Decision Trees and Dynamic Programming （2時間） 【事後学習】Homework: Decision Trees and Dynamic Programming （2時間） |
| 4 |
Graph Problems
【事前学習】Pre-course work: Graph Problems （2時間） 【事後学習】Homework: Graph Problems （2時間） |
| 5 |
Plotting
【事前学習】Pre-course work: Plotting （2時間） 【事後学習】Homework: Plotting （2時間） |
| 6 |
Stochastic Thinking
【事前学習】Pre-course work: Stochastic Thinking （2時間） 【事後学習】Homework: Stochastic Thinking （2時間） |
| 7 |
Random Walks
【事前学習】Pre-course work: Random Walks （2時間） 【事後学習】Homework: Random Walks （2時間） |
| 8 |
Inferential Statistics
【事前学習】Pre-course work: Inferential Statistics （2時間） 【事後学習】Homework: Inferential Statistics （2時間） |
| 9 |
Monte Carlo Simulations
【事前学習】Pre-course work: Monte Carlo Simulations （2時間） 【事後学習】Homework: Monte Carlo Simulations （2時間） |
| 10 |
Sampling and Standard Error
【事前学習】Pre-course work: Sampling and Standard Error （2時間） 【事後学習】Sampling and Standard Error （2時間） |
| 11 |
Experimental Data Part 1
【事前学習】Pre-course work: Experimental Data Part 1 （2時間） 【事後学習】Homework: Experimental Data Part 1 （2時間） |
| 12 |
Experimental Data Part 2
【事前学習】Pre-course work: Experimental Data Part 2 （2時間） 【事後学習】Homework: Experimental Data Part 2 （2時間） |
| 13 |
Machine Learning
【事前学習】Pre-course work: Machine Learning （2時間） 【事後学習】Homework: Machine Learning （2時間） |
| 14 |
Statistical Fallacies
【事前学習】Pre-course work: Statistical Fallacies （2時間） 【事後学習】Homework: Statistical Fallacies （2時間） |
| 15 |
Programming and Data Science
【事前学習】Pre-course work: Programming and Data Science （2時間） 【事後学習】Homework: Programming and Data Science （2時間） |
| その他 | |
|---|---|
| 教科書 | 使用しない |
| 参考書 | John V. Guttag, Introduction to Computation and Programming Using Python: With Application to Understanding Data., The MIT Press, 2016, 2 edition P.G.ホーエル 『初等統計学』 培風館 1981年 第4版 T.H.ウォナコット・R.J.ウォナコット 『統計学序説』 培風館 1978年 P.G.ホーエル 『入門数理統計学』 培風館 1978年 長野宏宣・中川晋一・蒲池孝一・櫻田武嗣・坂口正芳・八尾武憲・衣笠愛子・穴山朝子 『IT技術者の長寿と健康のために』 近代科学社 2016年 はじめての Google for Education https://gacco.org/ Eric Grimson, John Guttag, and Ana Bell. 6.0002 Introduction to Computational Thinking and Data Science. Fall 2016. Massachusetts Institute of Technology: MIT OpenCourseWare, https://ocw.mit.edu. License: Creative Commons BY-NC-SA. https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0002-introduction-to-computational-thinking-and-data-science-fall-2016/index.htm |
| 成績評価の方法及び基準 | 授業内テスト:Online tests(50%)、授業参画度:Reaction or response papers(50%) Self-directedness and Intellectual flexibility. |
| オフィスアワー | Ask any questions at any time on Google Classroom. Appointment times will generally be available after the class. |
| 備考 | The contents of the syllabus are subject to change depending on the progress of the students. The time for pre-class work and homework is approximate. |