科目ナンバー

EC-IM1-05XS

履修条件・関連科目等

宿題には、R言語によるプログラミング、データ分析の課題が出ます。宿題に取り組むためには、自宅にパソコン（Windows10 または Mac OS X) があることが望ましい。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

＜学位授与方針と当該授業科目の関連＞
この科目は、問題解決力（外国語とコミュニケーションの能力及びコンピューターを利用した統計・情報処理と分析の能力を用いて、科学技術及び社会の急速な変化に対応しながら、さまざまな問題を解決することができる）の修得に関わる科目です。
＜概要＞
　ICT（情報通信技術）利活用に必要な基礎能力をプログラミング、データ分析などを通して、実習形式で習得する。　コースの前半ではコンピュータの動作する仕組みをハードウエア、ソフトウエアの両面から理解する。プログラミングの演習にはR言語を用い、基本的なプログラミングの技法を学ぶ。コースの後半では、引き続きR言語を用いて、データ分析の実習を行う。演習では、記述統計の計算、データの加工方法及び可視化の方法を学び、最後に回帰分析、決定木等の統計モデルを用いた分析を行う。

科目目的

・ICT（情報通信技術）利活用の基礎知識を獲得する。 ・コンピュータ、ネットワークの基本的な仕組みを理解する。 ・基礎的なプログラミング技法、データ分析手法を習得する。

到達目標

・ICT技術の概要を理解し、プログラミング言語を記述できる論理的思考力を身につける。またデータ分析の基本的技法を習得し、客観的事実に基づき結論を導く能力をつける。

授業計画と内容

1．ICTの基礎（3回）
第1回　情報システムの概要
第2回　ハードウエアの基礎
第3回 ソフトウエアの基礎
2．プログラミングの基礎（4回）
第4回　Rプログラミング演習（1）　文法の基礎
第5回　Rプログラミング演習（2）　アルゴリズム
第6回　Rプログラミング演習（3）　基本制御構文
第7回　Rプログラミング演習（4）　応用演習
3．データサイエンス（5回）
第8回　Rによるデータ加工演習
第9回　Rによるデータ集計演習
第10回 Rによるデータ可視化演習
第11回 Rによる統計分析演習
第12回　Rによる統計分析演習

4．人工知能と機械学習（2回）

第 13回 人工知能技術と決定木
第14回　クラスタリング

授業時間外の学修の内容

授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

・毎週出される宿題を提出すること。

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

（テキスト）講義支援システムに配布資料として教員が提示する。

その他特記事項

参考URL