山梨大学電子シラバス

授業科目名

担当教員

データサイエンス入門

塙　雅典

時間割番号

単位数

コース

履修年次

期別

曜日

時限

TEE117

(未登録)

後期

水

IV-1-V-1

［概要］

データサイエンスでは，データの集団から有用な情報を引き出す数学的方法（統計学）を取り扱う．数学としての統計学の手法は，科学研究の実施，データ分析する際に欠かせない。統計学は，専門分野に関わり無く修得しておくべき知識である．本科目では統計学の基本的な考え方に重点を置いて解説した上で，データサイエンス分野の必携知識となっている機械学習（AI）についても触れる．また，簡単な例によって手計算とMATLABによる統計的手法の適用例を学ぶ．課題毎に問題の分析結果の提出を課す．

［具体的な達成目標］

（１）基本統計量の性質を理解し、データの理解に役立てることができる。 （２）確率変数及び確率分布の持つ役割と性質を理解し，代表値を求めることができる。 （３）標本抽出法，母集団の統計的性質を推測法を理解し説明できる。 （４）仮説検定を理解し、検定におけるエラーを説明できる。 （５）t検定，無相関検定等を使ってデータ分析ができる。 （６）機械学習の概要と可能性について説明できる。

［必要知識・準備］

微分積分学，順列組み合わせの基本事項。統計処理とプレゼンテーション作成のためにパソコンの操作に習熟しておくこと。また並行して開講される「信号とシステム」で学ぶ，MATLABによるプログラミングは本授業においても重要なツールとなる。

［評価方法・評価基準］

No	評価項目	割合	評価の観点
1	試験：期末期	30 %	達成目標全体について理解度を問う．
2	試験：中間期	30 %	具体的な達成目標の（１），（２）について理解度を問う．
3	小テスト／レポート	20 %	各回の学修項目について理解度を問う．
4	受講態度	20 %	出席回数を得点化するようなことはしないが，各回の期限までに課題が提出されない場合には，その授業回の小テスト／レポート点を失することとなる。継続的な学習態度を有することは前提となっている。

［教科書］

小寺平治, ゼロから学ぶ統計解析, 講談社, ISBN:4061546562

［参考書］

(未登録)

［講義項目］

第1回なぜ統計を学ぶのか。統計の概要。グラフによる可視化と代表値。平均と標準偏差 第2回データの整理 第3回　二つのデータの関係 第4回　確率分布と密度関数 第5回　同時確率分布 第6回　二項分布の活用法 第7回　正規分布 第8回　中間試験 第9回標本調査と標本平均 第10回　母平均の信頼区間の推定 第11回小テストとこれまでの振返り 第12回仮説検定の基礎，母平均の検定 第13回母分散，無相関の検定 第14回機械学習の基礎 第15回評価の総括・まとめ

［教育方法］

学習管理システム（Moodle）上に授業資料と課題を掲載する。毎回，授業前までに資料を熟読し，重要な点を各自の授業ノートに整理してくることと，質問を考えてくることを事前学習として課す。授業中は不明点に対する質疑応答と補足説明，実習を行い，期限までに課題を提出する。

［JABEEプログラムの学習・教育目標との対応］

(未登録)

［その他］

(未登録)