文理学部シラバスTOP > 文理学部 > 社会学科 > データサイエンス入門
日本大学ロゴ

データサイエンス入門

このページを印刷する

令和２年度以降入学者 データサイエンス入門
教員名 菅野剛
単位数    2 学年 2･3 開講区分 文理学部
科目群 社会学科
学期 後期 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、データサイエンスの基礎に触れます。
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。
・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。
・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。
・反証可能な形で論理を展開できる。

【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で実習を行い、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 状況によっては、履修は 社会学科学生に限定 する場合があります。
授業計画
1 データの扱い（A-3-2）
【事前学習】データについて調べておく（A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
2 確率統計（A-3-2）
【事前学習】確率と統計の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
3 可視化（A-3-2）
【事前学習】データの可視化 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
4 統計的決定（A-3-2）
【事前学習】統計的決定について調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
5 信号検出理論（A-3-2）
【事前学習】信号検出理論について調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
6 ROC解析（A-3-2）
【事前学習】ROC解析について調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業、オンデマンド型授業
7 検定（A-3-2）
【事前学習】統計的検定の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
8 多次元データ（A-3-2）
【事前学習】線形代数の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
9 多次元データの可視化と分析 （A-3-2）
【事前学習】データの可視化の復習（A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
【授業形態】対面授業
10 MLE（A-3-2）
【事前学習】MLEについて調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
11 ベイズ推定 （A-3-2）
【事前学習】ベイズの定理の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
12 回帰 （A-3-2）
【事前学習】単回帰の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
13 GLM （A-3-2）
【事前学習】二項分布の復習 （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
14 判別分析 （A-3-2）
【事前学習】判別分析について調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
15 クラスタリング （A-3-2）
【事前学習】クラスタリングについて調べる （A-3-2） （3時間）
【事後学習】演習・実習 （1時間）
その他
教科書 なし
参考書
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