Skip to main content

大学生のためのデータサイエンス(Ⅲ)問題解決編


Enrollment is Closed

※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは利用規約プライバシーポリシーをご覧ください。

  • 講座番号:pt067
  • 受講開始日:2020年12月1日
  • 想定される勉強時間/週:週3,4時間程度

講座内容

これまで、「大学生のためのデータサイエンス(Ⅰ)」では、データサイエンス全般について概観して、現代社会におけるデータサイエンス、データ分析の基礎、コンピュータを用いたデータ分析、そして、その応用事例について説明しました。また、(Ⅱ)では、技術的により進んだ内容として、機械学習の応用事例、分類問題および回帰問題を紹介し、さらに、近年、発展の著しいニューラルネットワークを取り上げました。

今回の(Ⅲ)では、これまで学んだ様々なデータサイエンスの分析手法を使って、実際の問題を解決することを目標に、必要な知識やスキルを具体的なデータとともに説明します。まず、PPDACサイクルを問題解決のための枠組みとして学びます。データ例として、1)自動車販売データ、2)地産地消データ、3)自由記述のテキストデータ、を扱い、どのような手順で分析が進められるかを示します。さらに、データサイエンスを推し進める上で重要となる問題設定のためのヒアリングや結果の伝え方にも言及します。




第1週:PPDACサイクルとは何か

  • プロローグ
  • PPDACサイクルとは何か
  • PPDACサイクルの実例 (1)
  • PPDACサイクルの実例 (2)
  • PPDACサイクルの各段階で必要なこと(1)
  • PPDACサイクルの各段階で必要なこと(2)

第2週:自動車販売データの分析

  • 自動車販売データの基本構造
  • 自動車販売データの1変数の分析
  • 年齢と販売台数の関係
  • 学歴と販売台数の関係
  • 性別と担当地区の関係

第3週:地産地消データの分析

  • 地産地消に関する意識調査の基本情報
  • 基本属性から見る地産地消の意識調査
  • 同時購買傾向の把握 (1)
  • 同時購買傾向の把握 (2)
  • 同時購買傾向の探索
  • 同時購買傾向と地産地消意識の関係

第4週:自由記述のアンケート回答の分析

  • 自由記述アンケートデータの例
  • テキストマイニングとは
  • KH Coderのインストール
  • KH Coder による分析 (1)
  • KH Coder による分析 (2)
  • KH Coder による分析 (3)

第5週:プロジェクトを成功させる仕事の進め方

  • プロジェクトを成功させる進め方(1)
  • プロジェクトを成功させる進め方(2)
  • エピローグ

講師・スタッフ紹介

(講演順)
*講師の所属については2020年8月20日時のものです。


竹村 彰通

滋賀大学データサイエンス学部 教授(学部長)

河本 薫

滋賀大学データサイエンス学部 教授

田中 琢真

滋賀大学データサイエンス学部 准教授

岡本 哲弥

滋賀大学経済学部 教授

江崎 剛史

滋賀大学データサイエンス教育研究センター 准教授

今井 貴史

滋賀大学データサイエンス教育研究センター 助教

李 鍾賛

滋賀大学データサイエンス教育研究センター 助教

市川 治

滋賀大学データサイエンス学部 教授

和泉 志津恵

滋賀大学データサイエンス学部 教授

西出 亮

滋賀大学データサイエンス教育研究センター 准教授

前提条件

特になし

課題内容

毎週確認テスト

修了条件

得点率60%以上

学習期間

5週間

補助教材

大学生のためのデータサイエンス(Ⅲ)問題解決編 オフィシャル スタディノート


○ 価格・サイズ
  A4判 128頁
  販売価格:1,000円(税別)

○ 編集
  滋賀大学データサイエンス学部

○ 発行
  一般財団法人 日本統計協会


●下記サイトよりお申し込みいただけます

日本統計協会公式販売サイト
(ここから先は日本統計協会公式販売サイトのホームページに遷移します)

Amazon
(ここから先はAmazonのホームページに遷移します)



※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは利用規約プライバシーポリシーをご覧ください。

  • 講座番号:pt067
  • 受講開始日:2020年12月1日
  • 想定される勉強時間/週:週3,4時間程度