|
授業概要
|
|
|
データ解析を行う上で、プログラミングは極めて重要な手段の一つです。本講義では、Pythonの基本的な使い方から、それらを応用して機械学習などを行う方法について説明します。
|
|
|
|
到達目標
|
|
|
Pythonに関する基本的な知識について学ぶとともに、計算機を使って実際に実行できることを目標とします。
|
|
|
授業計画と
準備学習
|
|
1. 授業概要
1. 授業の内容
2. 機械学習概要
3. 授業の進め方
4. 実行環境のインストール (Windows)
5. 実行環境のインストール (Mac)
2. Python入門 (1)
1. 実行環境
2. 数値演算
3. 型・演算子
4. 小テスト
3. Python入門 (2)
1. プログラム作成1
2. プログラム作成2
3. 小テスト
4. NumPy
1. 概要
2. 配列の生成
3. 配列の参照
4. 配列の演算
5. そのほかの関数
6. データの読み書き
7. 小テスト
5. Pandas
1. 概要
2. データ構造の生成
3. データ構造の操作
4. 関数
5. データ構造の読み書き
6. 小テスト
6. Matplotlib
1. 概要
2. 単一グラフの描画
3. 複数グラフの描画
4. 散布図
5. 箱ひげ図
6. 小テスト
7. Scikit-learn
1. 概要
2. 線形回帰
3. 決定木
4. 小テスト
8. 試験
|
|
|
|
授業の特色
|
|
|
|
学生のアク
ティブ・ラー
ニングを
促す取組
|
|
Webを通じたビデオ講義とすることによって、復習が容易となり、いつでも必要な講義を見直すことができます。
スライドだけではなく実際に動作しているところを学生に見せることによって、うまくいかない場合の対処法についても学ぶことができます。
|
|
|
|
使用言語
|
|
|
|
TA,SA配置
予定
|
|
|
|
基盤的能力
専門的能力
|
|
|
|
授業時間外
の学習
|
|
|
|
|
成績評価
|
|
|
|
到達度評価
方法
|
|
|
|
|
テキスト
|
|
|
|
テキスト
(詳細)
|
|
|
|
|
参考文献
|
|
|
|
参考文献
(詳細)
|
|
|
|
|
備考
|
|
|
オフィスアワーは特に設けませんが、電子メールで問い合わせを行うことや、電子メールでお問い合わせいただいた上で直接質問や疑問にお答えします。
|
|