データ科学１

授業テーマ	データ科学・データ分析の基礎
授業のねらい・到達目標	データ科学・データ分析の基本的な手法を学ぶことを中心とする．統計，回帰分析，パターン認識を対象に，データの整形，分析，結果の検討・検証を一通り体験し，基礎的な取り組み方や考え方を身につけることを目標とする．
授業の方法	講義形式で行う．随時演習を行う
履修条件	「離散数学」と「確率論」を履修していることが望ましい．
事前学修・事後学修，授業計画コメント	事前に講義資料を読んでくること．また，第6回，第10回，第14回は，事前に示した各演習課題について，質疑応答及びフィードバックを行う．

授業計画
1	ガイダンス（授業のテーマや到達目標及び授業の方法について説明する）統計：記述統計(1)データの集計と視覚化
2	統計：記述統計(2)基本統計量 [準備] 配布資料を読んでくること
3	統計：推定統計(1)標本と母集団，確率分布 [準備] 配布資料を読んでくること
4	統計：推定統計(2)推定 [準備] 配布資料を読んでくること
5	統計：推定統計(3)検定 [準備] 配布資料を読んでくること
6	統計：第1回～第5回までの復習・演習・解説を行い授業の理解を深める
7	回帰分析：単回帰分析 [準備] 配布資料を読んでくること
8	回帰分析：重回帰分析 [準備] 配布資料を読んでくること
9	回帰分析：モデルの評価と検定 [準備] 配布資料を読んでくること
10	回帰分析：第7回～第9回までの復習・演習・解説を行い授業の理解を深める
11	パターン認識：導入 [準備] 配布資料を読んでくること
12	パターン認識：K-近傍法 [準備] 配布資料を読んでくること
13	パターン認識：モデルの評価と検定 [準備] 配布資料を読んでくること
14	パターン認識：第11回～第13回までの復習・演習・解説を行い授業の理解を深める
15	発展的な話題の提供とこれまでの復習・解説を行い授業の理解を深める

その他
参考書	Peter Bruce，Andrew Bruce（著），黒川利明（訳），大橋真也（技術監修）『データサイエンスのための統計学入門 ――予測，分類，統計モデリング，統計的機械学習とRプログラミング』オライリー・ジャパン 2018年須子統太，鈴木誠，浮田善文，小林学，後藤正幸『IT Text　確率統計学』オーム社 2010年平井有三『はじめてのパターン認識』森北出版 2012年その他の参考書に関しては，授業中に指示する．
成績評価の方法及び基準	試験(30%)、レポート(60%)、授業参画度(10%) 期末試験未受験，レポート未提出の場合はE判定とする．
オフィスアワー	質問等は随時を受け付ける．原則，事前にメール等でアポイントをとること．