文理学部シラバスTOP > 文理学部 > 社会学科 > ネットワーク・サイエンス入門
日本大学ロゴ

ネットワーク・サイエンス入門

このページを印刷する

令和２年度以降入学者 ネットワーク・サイエンス入門
教員名 菅野剛
単位数    2 学年 3･4 開講区分 文理学部
科目群 社会学科
学期 前期 履修区分 選択必修
授業形態 対面授業
授業の形態 PC教室で実施予定（ Google Classroom のクラスコード は Canvas LMS に掲載）。
必ず第１回目から出席して下さい。
授業概要 社会と人間の理解に向けて、ネットワーク分析の基礎を学びます。
授業のねらい・到達目標 ＜授業のねらい＞
・自ら学ぶ姿勢を身につけます。
・英語と日本語の教材により、深い理解を身につけます。
・各自の理解度に応じて学習に取り組み、継続的な学習習慣を形成します。
・反復的な学習により、少しずつ着実に理解が深まる手応えを実感します。
・基礎的な学習の積み重ねが、体系的な内容の理解に重要であることを認識します。

＜到達目標＞
・分からないことを自分で調べ、自分で学ぶことができる。
・事実・データに基づいた論理的な議論を展開できる。
・反証可能な形で論理を展開できる。
・身の回りの社会現象について感覚的に感じていることを、数値や行列で表現し、統計量で把握し、プログラミング言語 R や Python 等を利用する情報処理に触れる。
・英語の教材に慣れ親しみ、世界中の高品質なリソースへアクセスができる。

【日本大学教育憲章ルーブリック】
上記の＜知識＞＜技能＞の習得を経て，以下の＜能力＞を育むことが目標である。
・現代社会の多層性と多様性を，社会学の専門領域の知見を踏まえ論理的・批判的に理解することができる。（A-3-3: 論理的・批判的思考力）

この科目は文理学部（学士（社会学））のディプロマポリシー DP 3 及び カリキュラム・ポリシー CP 3 に対応しています。
授業の形式 講義、演習、実習
授業の方法 予習：教材や資料で予習をします。
授業：学習に取り組み、PCを用いた実習を行い、理解を深めます。
復習：資料で復習、理解を固めます。

本授業の事前学習は３時間、事後学習は１時間の学習を目安とします。
履修条件 履修は 社会学科学生に限定 します。
「データサイエンス入門」を履修済みであることが望ましいです。
授業計画
1 ガイダンス、データの入力、R (R言語)、NU-AppsG、Google Chrome、Google Classroom、Google Colaboratory、Google Gemini、Google NotebookLM、RStudio、jamovi
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
2 データの入力
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
3 可視化
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
4 最短距離
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
5 最短距離
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
6 最短距離
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
7 ネットワーク構造の諸指標
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
8 ネットワーク構造の諸指標
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
9 ネットワーク構造の諸指標
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
10 中心性
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
11 中心性
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
12 中心性
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
13 ネットワーク構造の分析
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
14 ネットワーク構造の分析
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
15 授業内テスト
【事前学習】資料で予習 （3時間）
【事後学習】演習・実習の復習 （1時間）
【授業形態】対面授業
その他
教科書 使用しない
参考書 鈴木努 『ネットワーク分析 （Rで学ぶデータサイエンス）』 共立出版 2017年 第2版
成績評価の方法及び基準 授業内テスト(85%)、課題(15%)
オフィスアワー 授業時間帯の前後を中心に適宜対応。

↑このページのトップ