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