科目名[英文名]
データサイエンス演習   [Exercise for Data Science]
区分		選択必修		単位数	1
対象学科等		対象年次	～	開講時期	1学期
授業形態	1学期	時間割番号	WISE4003
責任教員 [ローマ字表記]
近藤 敏之, PHAN MINH KHANH   [KONDO Toshiyuki, PHAN Minh Khanh]
所属	工学部	研究室		メールアドレス

概要

本演習では，データサイエンス概論と連動した演習科目である．プログラミング言語Pythonを使用し，データサイエンスの基礎となるデータの加工・分析，可視化に関する実践的な演習を行う．また，基礎的な機械学習の方法（サポートベクターマシン，ニューラルネットワーク等）について理解し，修得する．

到達基準

- Pythonの基礎を修得する． - Python，NumPy，SciPy，Pandasを使用してデータの加工，分析が実践できる． - matplotlibを用いて，データを可視化できる． - scikit-learn等を用いて，基礎的な機械学習の方法を実践できる． 履修案内のカリキュラムマップを参照すること

授業内容

第１回 オリエンテーション，プログラミング演習環境の設定 第２回〜第３回 Pythonの基礎（変数，データ型，制御構造） 第４回〜第５回 NumPyの基礎（配列，行列演算） 第6回〜第7回 Pandasの基礎（DataFrameの構築，データの可視化） 第8回〜第9回　データの可視化（matplotlib） 第10回〜第1２回　scikit-learnを用いた教師あり学習 （サポートベクターマシン） 第1３回〜第1４回 深層学習の基礎 第1５回 まとめ

履修条件・関連項目

- C言語，Javaなどのプログラミング経験があること． - 授業時間30時間に加え，本学の標準時間数に準ずる予習と復習を行うこと．

テキスト・教科書

適宜配布する．

参考書

Pythonプログラミングに関する書籍

成績評価の方法

理解度を確認するための演習課題（40％），最終課題（60%）．

教員から一言

データサイエンスの実践的技術を修得し，そのスキルを自分の研究に役立ててください．

キーワード

Python，NumPy，SciPyPandas，scikit-learn

オフィスアワー

質問はメールで随時対応する．

備考１

備考２

参照ホームページ

開講言語

日本語

語学学習科目

更新日付

2019/05/30 21:15:59