授業科目名	生命工学データサイエンス
時間割番号	LBT331
担当教員名	伊藤 一帆
開講学期・曜日・時限	前期・木・II	単位数	2
＜対象学生＞
(未登録)
＜授業の目的＞
生物系をはじめとした各種データに対し、統計的分析、および、機械学習による加工や予測を自力で正しく効率的にできるようになること。そのために、次のスキルを修得する。 ・Pythonによる基礎的なプログラミングスキル ・統計分析の基礎的理論を理解し、分析ツールを正しく選択し、組み合わせるスキル ・機械学習の各種手法を理解し、ツールを組み合わせてモデルを構築するスキル
＜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）
生命環境学部>生命工学科向け 記号 コンピテンシー（能力・資質） 説明   BT-A 専門 理解・検証 基礎的なプログラミング言語を駆使し、生命現象やゲノム情報などのビックデータの収集から加工、解析する技術を習得している。（バイオ・メディカルデータサイエンス特別コースに限る） ◎ BT-B 共通 汎用能力 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。 ○ BT-C ４・論理的思考力 情報を多面的・客観的にとらえ、筋道を立てて根拠を示しながら説明できる。 ○
＜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 BT 1 Python言語で基礎的なプログラミングができる BT-A 2 Pythonベースのデータサイエンスツールを用いて、データの整理、集計、可視化ができる BT-C 3 Pythonベースの統計解析ツールを用いて、有意性検定などの分析ができる BT-B 4 機械学習の全体像を把握し、Pythonベースのツールを用いて、予測モデルなどを構築できる BT-A
＜成績評価の方法＞
目標No 割合 評価の観点 1 25% Pythonプログラミングの小テスト 2 25% データの整理、集計、可視化の小テスト 3 25% 統計分析の小テスト 4 25% 機械学習プロジェクトの課題 合計 100%
＜授業の方法＞
・授業では、基本的に、提示した資料に基づき、受講生が演習しながら、内容を修得していく。ただし、適宜、補足の講義をおこなう。 ・事後学習において、授業内容について、課題を用いて練習する。 ・次回の授業の冒頭で、前回内容の理解度を小テストによりはかる。
＜受講に際して・学生へのメッセージ＞
受講生が各自で所有するパソコンを使用します。授業開始までに用意しておいてください。
＜テキスト＞
(未登録)
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル ガイダンス、ソフトウェアのインストール 事前学習 事後学習 事後学習：自分のPCにAnacondaをインストールする。Jupyter Notebookの使い方を練習する。 授業内容 Anacondaのインストール方法、Jupyter Notebookの使い方 2 タイトル Python言語の基本その1 事前学習 事後学習 事後学習：Pythonのプログラミング練習 授業内容 Pythonのプログラミングの第1段 3 タイトル Python言語の基本その2 事前学習 事後学習 事後学習：Pythonのプログラミング練習 授業内容 Pythonのプログラミングの第2段 4 タイトル Python言語の基本その3 事前学習 事後学習 事後学習：Pythonのプログラミング練習 授業内容 Pythonのプログラミングの第3段 5 タイトル データの集計・整理 その1 事前学習 事後学習 事後学習：NumpyとPandasを使って、簡単なデータの整理 授業内容 NumpyとPandasの使い方 6 タイトル データの集計・整理 その2 事前学習 事後学習 事後学習：NumpyとPandasを使って、より高度なデータの整理 授業内容 NumpyとPandasの使い方 7 タイトル データの可視化 事前学習 事後学習 事後学習：Matplotlibを使って、データをグラフ化する練習 授業内容 Matplotlibの使い方 8 タイトル 統計解析その1 事前学習 事後学習 事後学習：確率分布に従うデータを発生させ、集計・可視化する練習 授業内容 確率変数を理解し、Scypyの統計ライブラリで実装 9 タイトル 統計解析その2 事前学習 事後学習 事後学習：有意性検定の練習 授業内容 有志性検定を理解し、Scypyの統計ライブラリで実装 10 タイトル 機械学習その1 事前学習 事後学習 事後学習：Scikit-Learnの使い方練習 授業内容 機械学習の概要と基本 機械学習ライブラリScikit-Learnの使い方 11 タイトル 機械学習その2 事前学習 事後学習 事後学習：Scikit-Learnを用いて、教師あり学習を実装する練習 授業内容 教師あり学習 12 タイトル 機械学習その3 事前学習 事後学習 事後学習：Scikit-Learnを用いて、教師なし学習を実装する練習 授業内容 教師なし学習 13 タイトル プロジェクト課題 (テーマ選び) 事前学習 事後学習 事後学習：プロジェクト課題の実行 授業内容 受講生ごとに、機械学習のプロジェクト課題を設定し、実行計画を作成する 14 タイトル ディープラーニングその1 事前学習 事後学習 事後学習：ディープラーニングライブラリの使い方の練習 授業内容 ディープラーニングの概要、用語、原理 G検定の勉強方法 15 タイトル ディープラーニングその2 事前学習 事後学習 事後学習：プロジェクト課題の実行 授業内容 ディープラーニングの実習 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
＜備考＞
(未登録)