教材について
○「データサイエンス基礎」授業教材リスト
授業回 | 内容 |
---|---|
第1回 ガイダンス | PART1 この授業について PART2 パソコン操作の基本知識 PART3 多要素認証 PART4 弘大メールの使い方 PART5 Campus Squareの使い方 PART6 Moodletとオンデマンドコンテンツの使い方 PART7 Excelの使い方 初回アンケート |
第2回 はじめに | PART1 データサイエンス、人工知能(AI)とは何か PART2 データとAIによる社会の変化 PART3 弘前大学におけるデータ活用事例 |
第3回 データサイエンスの応用事例 | PART1 多様な領域におけるデータ・AI活用事例 PART2 弘前大学における取り組み PART3 データの入手 |
第4回 データ利活用プロジェクトの進め方 | PART1 データ分析の技術 PART2 人工知能(AI)の技術 PART3 問題解決のプロセス |
第5回 データ利活用と人工知能の倫理 | PART1 データの取り扱いの健全性 PART2 データの不適切な取り扱いによる研究不正 PART3 倫理的、法的、社会的な問題(ELSI) PART4 個人情報の保護 PART5 個人情報の取り扱い PART6 データ流出を防ぐ |
第6回 中間試験とExcelの初歩的な使い方 | 中間テスト PART1 後半の目標 PART2 データの種類と尺度 PART3 構造化データ PART4 Excelの復習 |
第7回 データマネジメント | PART1 層別、水準化、変数変換 PART2 可視化について PART3 グラフを作る PART4 優れたグラフを作る |
第8回 質的データの分析 | PART1 質的データの分析 PART2 ピボットテーブル PART3 分析事例 |
第9回 量的データの分析(1) | PART1 基本統計量 PART2 箱ひげ図 |
第10回 量的データの分析(2) | PART1 相関関係を調べる PART2 散布図⾏列、相関係数⾏列、擬似相関 |
第11回 量的データの分析(3) | PART1 因果の定義 PART2 相関と因果の混同 PART3 因果関係を調べる方法 |
第12回 統計学の基礎(1) | PART1 確率変数と統計モデル PART2 標本調査と⺟平均・⺟分散の推定 PART3 まとめ |
第13回 統計学の基礎(2) | PART1 回帰モデル PART2 エクセルで回帰分析を行う PART3 重回帰モデル PART4 まとめ |
第14回 総復習 | PART1 PPDACサイクル PART2 目的変数に関係する変数を探す PART3 統計モデルを作成する PART4 まとめ |
第15回 データ分析演習 | |
第16回 期末試験 |
お問い合わせ
jm3104hirosaki-u.ac.jp | |
TEL | 0172-39-3104 |
FAX | 0172-34-6974 |