YCU 横浜市立大学
search

授業・科目紹介

Pick up 授業

データ解析演習II

佐藤 彰洋
データ解析演習IIは統計処理ソフトRを用い、テーマに沿って課題中心型の学修スタイルでより実践に近いデータ解析の方法(データの収集、データの分析と可視化、解釈)を学修します。自ら収集したデータによるデータ解析レポートを作成する過程を通じ、以下3つを学修到達目標と設定して、実践的なデータ解析の理解を深めていきます。①統計解析環境Rを用いて、基本的なデータ解析ができるようになる。 ②Rにおいて簡単なプログラミングができるようになる。 ③データの収集とRによる分析を通じたレポーティングができるようになる。
2020年度は次の4つのテーマを取り扱いました。・マクロ社会経済指標を用いた回帰問題 ・データに基づくリスク推計 ・多群の比較 ・生存分析

データサイエンス学部の社会連携

データサイエンス学部では、企業や官公庁と連携した教育・研究を展開しています。2018年度より、「データサイエンスセミナー」と題して、企業や官公庁等の現場の第一線で活躍するゲスト講師を迎え、実社会でのさまざまなデータ活用事例に触れるセミナーを開催しています。企業におけるマーケティングやビジネス戦略、ものづくりの品質管理等に、どのようにデータが分析され、活用されているのか、また、官公庁においてはデータの利活用による政策立案やオープンデータ活用推進の取組み等を生の声から学ぶ事で、データサイエンス学部の学生が、自分の学びが将来どのような分野で活用する事ができるかを考える機会となっています。また、企業との産学連携協定を締結し、データが分析・活用される現場でのインターンシップ(PBL)や共同研究等を推進し、社会との連携を今後ますます進めていきます。

主な科目紹介

統計の数理Ⅰ

講義概要
「記述統計学」、「確率」、「確率分布」について学修します。具体的には、統計データやグラフの意味を理解に加え、独自にデータを要約できるようにデータの取得法、および数値的・グラフ的要約法を学びます。また、母集団、標本、確率、確率変数、確率分布の性質を熟知し、積率母関数等の方法による確率分布の性質に関する考察ができるよう学修し、理解を深めます。

サンプリング法

講義概要
世の中にあふれるさまざまな統計調査は、対象すべてを調べる事なく、その一部だけを統計的な方法を用いて選び出す事で、効率的に実施されています。本講義では、サンプリングと推定の理論と方法について、応用例を交えながら具体的・体系的に学ぶ事で、データサイエンスの基盤となる適切なデータ取得の方法、データの取り扱い方法について学びます。

アルゴリズム論

講義概要
本講義では、理論計算機科学の根幹をなすアルゴリズムと計算量の考え方について基本的な事柄を学修します。具体的には、「計算機による計算のコストとは何なのか」、「それをどのように計るのか」、「良いやり方で計算を行う事で同じ問題が如何に低いコストで解けるのか」を数学的な基礎知識を学修します。

ビッグデータ解析

講義概要
現代社会ではインターネットにより個々人が大量の情報を受発信でき、IoT技術でさまざまなモノから大量のデータ取得が可能となった。これらデータと企業・行政機関の保有データを総称してビッグデータと呼ぶ。従来の経験に基づく意思決定は、ビッグデータに基づく方法への転換が期待されている。本講義では大量・多様・高頻度というビッグデータの特性に対応した解析技術を学びます。

データサイエンス学部School of Data Science