検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
データサイエンス応用演習
| 令和２年度以降入学者 | データサイエンス応用演習 | ||||
|---|---|---|---|---|---|
| 教員名 | 菅野剛 | ||||
| 単位数 | 1 | 課程 | 開講区分 | 文理学部 | |
| 科目群 | 社会学専攻 | ||||
| 学期 | 後期 | 履修区分 | 選択必修 | ||
| 授業の形態 |
Blackboard のコースID: 20224813 |
|---|---|
| 授業概要 | 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. |
| 授業の方法 | 授業の形式：【講義、演習】 Prior learning is required by reading the textbook, studying online, and performing programming and data analysis. Students discuss what they have learned. An NU-MailG account and enrollment in Google Classroom are required. |
| 授業計画 | |
|---|---|
| 1 |
Google Classroom, joining a class, Google Colaboratory, Python, Introduction to Programming and Data Science.
【事前学習】Pre-course work: Introduction to Programming and Data Science （2時間） 【事後学習】Homework: Introduction to Programming and Data Science （2時間） |
| 2 |
Optimization and the Knapsack Problem
【事前学習】Pre-course work: Optimization and the Knapsack Problem （2時間） 【事後学習】Homework: Optimization and the Knapsack Problem （2時間） |
| 3 |
Decision Trees and Dynamic Programming
【事前学習】Pre-course work: Decision Trees and Dynamic Programming （2時間） 【事後学習】Homework: Decision Trees and Dynamic Programming （2時間） |
| 4 |
Graph Problems
【事前学習】Pre-course work: Graph Problems （2時間） 【事後学習】Homework: Graph Problems （2時間） |
| 5 |
Plotting
【事前学習】Pre-course work: Plotting （2時間） 【事後学習】Homework: Plotting （2時間） |
| 6 |
Stochastic Thinking
【事前学習】Pre-course work: Stochastic Thinking （2時間） 【事後学習】Homework: Stochastic Thinking （2時間） |
| 7 |
Random Walks
【事前学習】Pre-course work: Random Walks （2時間） 【事後学習】Homework: Random Walks （2時間） |
| 8 |
Inferential Statistics
【事前学習】Pre-course work: Inferential Statistics （2時間） 【事後学習】Homework: Inferential Statistics （2時間） |
| 9 |
Monte Carlo Simulations
【事前学習】Pre-course work: Monte Carlo Simulations （2時間） 【事後学習】Homework: Monte Carlo Simulations （2時間） |
| 10 |
Sampling and Standard Error
【事前学習】Pre-course work: Sampling and Standard Error （2時間） 【事後学習】Sampling and Standard Error （2時間） |
| 11 |
Experimental Data Part 1
【事前学習】Pre-course work: Experimental Data Part 1 （2時間） 【事後学習】Homework: Experimental Data Part 1 （2時間） |
| 12 |
Experimental Data Part 2
【事前学習】Pre-course work: Experimental Data Part 2 （2時間） 【事後学習】Homework: Experimental Data Part 2 （2時間） |
| 13 |
Machine Learning
【事前学習】Pre-course work: Machine Learning （2時間） 【事後学習】Homework: Machine Learning （2時間） |
| 14 |
Statistical Fallacies
【事前学習】Pre-course work: Statistical Fallacies （2時間） 【事後学習】Homework: Statistical Fallacies （2時間） |
| 15 |
Programming and Data Science
【事前学習】Pre-course work: Programming and Data Science （2時間） 【事後学習】Homework: Programming and Data Science （2時間） |
| その他 | |
|---|---|
| 教科書 | 適宜紹介する。 |
| 参考書 | John V. Guttag, Introduction to Computation and Programming Using Python: With Application to Understanding Data., The MIT Press, 2016, 2 edition P.G.ホーエル 『初等統計学』 培風館 1981年 第4版 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 『社会調査法入門』 有斐閣 2004年
|
| 成績評価の方法及び基準 | レポート:Programming homework(30%)、授業内テスト:Online tests(20%)、授業参画度:Reaction or response papers(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. |
| 備考 | The contents of the syllabus are subject to change depending on the progress of the students. The time for pre-class work and homework is approximate.FAQ
|