授業科目名	生命工学データサイエンス
時間割番号	LDS331
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 なお、本授業は2021年4月以前入学生向けの科目「LBT331 生命工学データサイエンス」の振替科目です。「LBT331 生命工学データサイエンス」の単位を取得済みの場合、本科目で取得した単位は卒業要件の単位数に含まれませんのでご注意ください。
＜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
＜到達目標＞  到達目標とは
目標NO 説明 コンピテンシー未選択 1 Python言語で基礎的なプログラミングができる 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 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 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
＜成績評価の方法＞
目標No 割合 評価の観点 1 20% 各回の授業内容の理解を確認する小テスト 2 30% 中間試験（Pythonプログラミングに関する内容） 3 30% 期末試験（統計分析に関する内容） 4 20% データサイエンスの課題 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 Python言語の基本その4 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4段 6 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 7 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 8 タイトル データの可視化と中間まとめ 事前学習 事後学習 事前学習：前半の授業の復習 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 前半の授業のまとめと総括 9 タイトル 統計解析その1 事前学習 事後学習 事後学習：離散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 離散確率分布を理解し、Scypyの統計ライブラリで実装 10 タイトル 統計解析その2 事前学習 事後学習 事後学習：連続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 連続確率分布を理解し、Scypyの統計ライブラリで実装 11 タイトル 統計解析その3 事前学習 事後学習 事後学習：有意性検定の練習 授業内容 有志性検定の理解の第1段。Scypyの統計ライブラリで実装 12 タイトル 統計解析その4 事前学習 事後学習 事後学習：有意性検定の練習 授業内容 有志性検定の理解の第2段。Scypyの統計ライブラリで実装 13 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の使い方の練習 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 14 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、線形回帰を実装する練習 授業内容 線形回帰など、代表的な教師あり学習 15 タイトル まとめと総括 事前学習 事後学習 事前学習：後半の授業の復習 事後学習：提出課題 授業内容 後半の授業のまとめと総括 提出課題の説明 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
＜前年度授業に対する改善要望等への対応＞
理解しにくい箇所の時間配分を増やすなど、全体の構成を見直しを実施。
＜備考＞
(未登録)