授業科目名	確率・統計学
時間割番号	CDS010
担当教員名	内山　和治
開講学期・曜日・時限	前期・金・II	単位数	2
＜対象学生＞
(未登録)
＜授業の目的＞
人工知能，機械学習という言葉を日頃良く聞く．これらの基礎も，そして実は我々が日常的に行っている思考や判断も，確率・統計学と深く関係している．確率・統計学の基本を学び，その考え方や手法を使いたい時に使えるようになることは生活にも研究にも重要である．本講義では，具体的な事例を通して確率・統計学の基礎事項の意味を学び，偶然性を含む現象を調べて得たデータから，法則を見つけたり全体を推測したりする手法を身につける．本講義で学んだ内容を，学生実験等の実験計画や解析において活用してみると良いだろう．
＜到達目標＞  到達目標とは
講義と講義内での演習により，下記に示す確率・統計の基礎技術を習得することを通して，数量的リテラシーおよび情報リテラシーを身につけることを目標とする． １）確率変数，確率密度関数，確率分布関数の意味を説明できること ２）平均と分散を計算できること． ３）各種確率分布の特徴を具体的な事例を上げて説明できること ４）母集団と標本の意味を説明できること ５）各種推定の具体的な計算ができること ６）統計的仮説検定の具体的な計算ができること ７）２標本データの検定，相関を具体的に計算できること
＜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)＞
No. コンピテンシー（能力・資質） 説明   1 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。 ○ 2 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。 ○ 3 情報倫理力 情報を倫理的、合法的に収集・活用できる。 ○ 4 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。 ◎
＜授業の方法＞
講義は「オンデマンド型」で実施する．講義資料を配布し基礎事項を学び，python，Rなどのコンピュータ言語を用いて具体的に計算し理解を深める．講義の中でグループワークを随時行う．各回，基礎的な内容の理解を問うレポートを課す．
＜成績評価の方法＞
No 評価項目 割合 評価の観点 1 試験：期末期  35  % 達成目標に上げた４）〜７）を中心に達成状況を評価する  2 試験：中間期  35  % 達成目標に上げた１）〜３）を中心に達成状況を評価する  3 小テスト／レポート  30  % 数量的なリテラシーを評価するレポートを課す
＜受講に際して・学生へのメッセージ＞
特に教科書は指定しませんが，参考書として挙げた書籍を始めとして自分に合った本を一冊見つけると良いでしょう． 各自，自分のPCに統計解析言語（pythonを推奨）をインストールし，講義外の時間の学習時に有効に活用するようにしてください． 数学に関することなら何でも，「フィロス」で気軽に相談・質問してください．
＜テキスト＞
(未登録)
＜参考書＞
薩摩順吉, 理工系の数学入門コース７　確率・統計, 岩波書店, ISBN:978-4000077774 真貝 寿明, 徹底攻略 確率統計, 共立出版, ISBN:978-4320110090 谷合廣紀, Pythonで理解する統計解析の基礎, 技術評論社, ISBN:978-4297100490 山田剛史，杉澤武俊，村井潤一郎, Rによるやさしい統計学, オーム社, ISBN:978-4274067105 加藤公一, 機械学習のエッセンス, SBクリエイティブ, ISBN:978-4797393965
＜授業計画の概要＞
授業計画 第１回：確率の導入 第２回：条件付き確率 第３回：確率変数 第４回：確率関数と確率密度関数 第５回：確率分布関数 第６回：典型的な確率分布 第７回：平均値と分散 第８回：確率部分のまとめと試験 第９回：点推定 第10回：区間推定 第11回：統計的仮説検定の導入 第12回：母平均・母分散の検定 第13回：２標本データの検定、相関 第14回：統計部分のまとめと試験 第15回：回帰分析、試験解説