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	3学期
授業形態	3学期	時間割番号	WISE4003
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: jo2xgdx 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

・プログラミング言語Pythonの基礎を修得する。 ・モジュール（NumPy、 Pandas等）を使用してデータの加工、分析が実践できる。 ・モジュール（matplotlib等）を用いてデータを可視化できる。 ・モジュール（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　　　Pythonの基礎（変数、データ型、制御構造） 第３回　　　NumPyの基礎（配列、行列演算） 第４回　　　Pandasの基礎（DataFrameの構築） 第５回　　　データの可視化（matplotlib） 第６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７回　　　深層学習の基礎 第８回　　　まとめ

履修条件・関連項目

データサイエンス概論を履修していること。プログラミング経験があるとよい。

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

クラス内活動（貢献、ミニクイズ）（20％）、理解度を確認するための演習課題（40％）、最終課題（40%）。

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、SciPy、Pandas、scikit-learn

オフィスアワー

質問は電子メールで随時受け付ける。

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 0:42:32