科目名[英文名]
データサイエンス概論   [Outline of 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	3学期
授業形態	3学期	時間割番号	WISE1003
責任教員 [ローマ字表記]
近藤 敏之, 王 鐸   [KONDO Toshiyuki, WANG Duo]
所属	工学部	研究室		メールアドレス

概要

Classcode: gzhmkeq 　計測機器や通信技術の飛躍的進展により、自然現象から人間の社会的活動に至るまで、様々な領域で膨大なデータを得ることができるようになった。これら膨大なデータから価値ある情報を抽出する方法論を体系化したものがデータサイエンスであり、その関連分野は、数理統計学、情報科学、機械学習、情報可視化など多岐に渡る。本講義では、データサイエンスの初学者が、データの前処理から、機械学習（教師なし学習、教師あり学習）の基礎までを一通り概観することでデータサイエンスの方法論を学ぶことを目的とする。また、日々進化し続けるデータサイエンス技術に関心を向けるため、最新の機械学習技術の動向についても紹介する。 　本科目は後期に開講する。「データサイエンス演習」と同じ学期に履修可能。

到達基準

・データサイエンスの基礎について理解している。 ・基礎的な機械学習の方法（教師なし学習、教師あり学習）について理解している。

授業内容

第１回 　　　　イントロダクション：データサイエンスと機械学習 第２回　　　　 データサイエンスの基礎：データの取得 第３回　　　　 データサイエンスの基礎：データの前処理 第４回 　　　　教師なし学習：クラスタリング，次元圧縮 第５回 　　　　教師あり学習：線形回帰モデル 第６回 　　　　教師あり学習：サポートベクターマシン，決定木 第７回 　　　　教師あり学習：ニューラルネットワーク 第８回 　　　　データサイエンスの未来

履修条件・関連項目

推奨科目。 線形代数、数理統計学の基礎を修得していること

テキスト・教科書

適時配布する

参考書

適宜紹介する．

成績評価の方法

講義におけるミニテストとレポート課題の成績により総合的に評価する．

教員から一言

データサイエンスの基礎を修得し，実際の研究に役立ててください．

キーワード

データ処理，機械学習

オフィスアワー

適宜

備考１

備考２

参照ホームページ

開講言語

英語

語学学習科目

更新日付

2022/10/19 0:40:43