授業科目名	確率統計及び演習I
時間割番号	CDS007
担当教員名	福本　文代
開講学期・曜日・時限	前期・火・III	単位数	2
＜対象学生＞
(未登録)
＜授業の目的＞
工学の分野においては，現象を定量的に記述したり比較することが要求される．ところが，あらゆる測定において，偶然事象である測定誤差あるいは雑音が混入するのが常である．本講義では，このような偶然事象から法則性を抽出し，その法則に基づいて現象を説明する枠組みである記述統計学の基礎を学ぶ．その前段階として，偶然を数量化するために用いられる確率の概念を学ぶ．本講義では, 講義の一部をMathematica によるプログラミング演習に充てる. すなわち, 演習によりデータ分析と処理を行うことで，統計学の基礎的な事項の理解を深めることとする．
＜本授業科目による獲得・涵養が特に期待されるコンピテンシー＞（能力・資質）
全学共通教育科目向け 記号 コンピテンシー（能力・資質） 説明   A 共通 汎用能力 ２・情報リテラシー 情報収集力 図書館やインターネットなどから多様な文献や資料を入手できる。 ○ B 情報選択力 収集した文献や資料から、適切な情報を選択し、活用できる。 ○ C 情報倫理力 情報を倫理的、合法的に収集・活用できる。 ○ D ３・数量的リテラシー さまざまな情報を統計学的手法などにより、数理的に表現・分析できる。 ◎
＜到達目標＞  到達目標とは
目標NO 説明 コンピテンシーとの対応 共通 1 なぜデータサイエンスを学ぶ必要があるのかを理解し、説明できる． A 2 代表値を理解し，実データに対して統計量を扱うことができる． B 3 相関について理解し，実データに対して統計量を扱うことができる． C 4 確率および確率分布を理解し，実データに対して統計量を扱うことができる． D 5 テキストデータをコンピュータで分析する有効性を理解し説明できる。 D
＜成績評価の方法＞
目標No 割合 評価の観点 1 10% なぜデータサイエンスを学ぶ必要があるのかを理解し、説明できる． 2 25% 代表値を理解し，実データに対して統計量を扱うことができる． 3 25% 相関について理解し，実データに対して統計量を扱うことができる． 4 30% 確率および確率分布を理解し，実データに対して統計量を扱うことができる． 5 10% テキストデータをコンピュータで分析する有効性を理解し説明できる。 合計 100%
＜授業の方法＞
講義と演習を行う。
＜受講に際して・学生へのメッセージ＞
(未登録)
＜テキスト＞
小寺平治, ゼロから学ぶ統計解析, 講談社, ISBN:4-06-154656-2
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル なぜデータサイエンスを学ぶのか． 事前学習 事後学習 データサイエンスを学ぶ必要性と意義を自分で説明できるようにする． 授業内容 データサイエンスを学ぶ必要性，活用方法などを理解する． 2 タイトル 代表値（度数分布表・ヒストグラム・平均・中位数・最頻値） 事前学習 事後学習 教科書pp. 2～22について理解し，自分の言葉で説明できるようにする． 授業内容 代表値（平均・中位数・最頻値）を例題を通して学ぶ． 3 タイトル 散布度（分散・チェビシェフの定理） 事前学習 事後学習 教科書pp. 22～33について理解し，自分の言葉で説明できるようにする． 授業内容 散布度（分散・チェビシェフの定理）をを例題を通して学ぶ． 4 タイトル 相関（相関） 事前学習 事後学習 教科書pp. 34～45について理解し，自分の言葉で説明できるようにする． 授業内容 相関（相関）をを例題を通して学ぶ． 5 タイトル 相関（回帰直線) 事前学習 事後学習 教科書pp. 34～45について理解し，自分の言葉で説明できるようにする． 授業内容 相関（回帰直線)をを例題を通して学ぶ． 6 タイトル Pythonによる演習1（リストの作成, 平均値・分散の計算） 事前学習 事後学習 Pythonによる演習1（リストの作成, 平均値・分散の計算） 授業内容 Pythonによる演習1（リストの作成, 平均値・分散の計算） 7 タイトル Pythonによる演習2（関数の定義, 相関係数の計算） 事前学習 事後学習 Pythonによる演習2（関数の定義, 相関係数の計算） 授業内容 Pythonによる演習2（関数の定義, 相関係数の計算） 8 タイトル 前半のまとめと中間試験 事前学習 事後学習 教科書pp. 1～47について，自分の言葉で説明できるようにする． 授業内容 前半のまとめと中間試験 9 タイトル 確率分布（離散変数，期待値，分散) 事前学習 事後学習 教科書pp. 48～70について理解し，自分の言葉で説明できるようにする． 授業内容 確率分布（離散変数）をを例題を通して学ぶ 10 タイトル 順列・組み合わせ・2項分布 事前学習 事後学習 pp. 70～78について理解し，自分の言葉で説明できるようにする． 授業内容 順列・組み合わせ・2項分布をを例題を通して学ぶ． 11 タイトル 正規分布とその利用方法 事前学習 事後学習 教科書pp. 78～ 93について理解し，自分の言葉で説明できるようにする． 授業内容 正規分布とは，及びどのように利用するかを例題を通して学ぶ． 12 タイトル Pythonによる演習3（確率分布に関する演習） 事前学習 事後学習 Pythonを用いた演習により確率分布が扱えるようにする． 授業内容 Pythonによる演習3（確率分布に関する演習） 13 タイトル Pythonによる演習4（正規分布, 2項分布に関する演習） 事前学習 事後学習 Pythonを用いた演習により正規分布，及び2項分布が扱えるようにする． 授業内容 Pythonによる演習4（正規分布, 2項分布に関する演習） 14 タイトル 機械学習入門 事前学習 事後学習 機械学習の基礎について，伝統的な学習法と深層学習の概要について自分の言葉で説明できるようにする． 授業内容 機械学習の基礎について，伝統的な学習法と深層学習の概要について学ぶ． 15 タイトル 後半のまとめと期末試験 事前学習 事後学習 第1回から第14回までの内容(教科書pp. 1～ 93)について理解する． 授業内容 後半のまとめと期末試験 16 タイトル 事前学習 事後学習 授業内容 17 タイトル 事前学習 事後学習 授業内容 18 タイトル 事前学習 事後学習 授業内容 19 タイトル 事前学習 事後学習 授業内容 20 タイトル 事前学習 事後学習 授業内容 21 タイトル 事前学習 事後学習 授業内容 22 タイトル 事前学習 事後学習 授業内容 23 タイトル 事前学習 事後学習 授業内容 24 タイトル 事前学習 事後学習 授業内容 25 タイトル 事前学習 事後学習 授業内容 26 タイトル 事前学習 事後学習 授業内容 27 タイトル 事前学習 事後学習 授業内容 28 タイトル 事前学習 事後学習 授業内容 29 タイトル 事前学習 事後学習 授業内容 30 タイトル 事前学習 事後学習 授業内容
＜実務経験のある教員による授業科目の概要＞
演習を通して理解を深める。
＜備考＞
(未登録)