文理学部シラバスTOP > 大学院博士前期課程 > 社会学専攻 > データサイエンス応用研究
日本大学ロゴ

データサイエンス応用研究

このページを印刷する

令和５年度以降入学者 データサイエンス応用研究
教員名 菅野剛
単位数    2 課程 前期課程 開講区分 文理学部
科目群 社会学専攻
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 Google Chrome ブラウザ を使い Google Classroom で行います （クラスコード は Canvas に掲載）。
授業概要 Introduction to Programming and Data Science
授業のねらい・到達目標 Beware of confirmation bias and train yourself to make decisions as logically as possible.
Familiarize yourself with English, statistics, and programming, which are the lingua franca of the world.
授業の形式 講義、演習
授業の方法 Prior learning is required by reading the textbook, studying online, and performing programming and data analysis.
Students learn, practice, and get feedback.
An NU-MailG account and enrollment in Google Classroom are required.
授業計画
1 Introduction
【事前学習】Statistical Learning （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
2 Statistical Learning
【事前学習】Statistical Learning （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
3 Statistical Learning
【事前学習】Statistical Learning （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
4 Linear Regression
【事前学習】Linear Regression （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
5 Linear Regression
【事前学習】Linear Regression （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
6 Linear Regression
【事前学習】Linear Regression （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
7 Classification
【事前学習】Classification （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
8 Classification
【事前学習】Classification （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
9 Classification
【事前学習】Classification （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
10 Resampling Methods
【事前学習】Resampling Methods （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
11 Resampling Methods
【事前学習】Resampling Methods （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
12 Linear Model Selection and Regularization
【事前学習】Linear Model Selection and Regularization （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
13 Linear Model Selection and Regularization
【事前学習】Linear Model Selection and Regularization （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
14 Linear Model Selection and Regularization
【事前学習】Linear Model Selection and Regularization （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
15 Summary
【事前学習】Summary （2時間）
【事後学習】Homework （2時間）
【授業形態】対面授業
その他
教科書 適宜紹介する。
参考書 R. James, G., Witten, D., Hastie, T., Tibshirani, An Introduction to Statistical Learning, Springer, 2013
John V. Guttag 『Introduction to Computation and Programming Using Python, third edition: With Application to Computational Modeling and Understanding Data』 The MIT Press 2021年
P.G.ホーエル 『初等統計学 原書第4版』 培風館 1981年
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
盛山和夫 『社会調査入門』 有斐閣 2004年
今井耕介 『社会科学のためのデータ分析入門（上）』 岩波書店 2018年
成績評価の方法及び基準 レポート(50%)、授業参画度(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.

↑このページのトップ