科目ナンバー

LG-IM5-106L

履修条件・関連科目等

特になし

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

アンケート調査結果やソーシャルメディアデータなど，複雑な構造を持つデータを対象とした因果推論およびネットワーク分析に関する基礎的な考え方と具体的な手法の概要を学修する．また，適宜，計算機を用いた実践的な演習を行う．

科目目的

この科目は，修了するにあたって備えるべき知識・能力のうち，「実践力」と「論理構築力」を修得することを目的としている．

到達目標

因果推論およびネットワーク分析に関する各種のアルゴリズムの基本的な考え方を深く理解すること，及び，学修した理論に基づきツールを用いて実際の問題解決を図る能力を身に付けることを目標とする．

授業計画と内容

第１回　イントロダクション
第２回　因果推論の基礎
第３回　因果関係のグラフ化
第４回　統計的手法による因果効果の推定
第５回　機械学習手法による因果効果の推定
第６回　因果構造の探索
第７回　因果構造の表現
第８回　ネットワーク分析の導入
第９回　ネットワークの構造分析
第１０回　ネットワークの構造予測
第１１回　ネットワーク上の情報伝播
第１２回　計算機実験：データの収集，加工
第１３回　計算機実験：データ分析の実施，レポート・発表資料の作成
第１４回　計算機実験：発表と議論

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

授業時に示す資料を対象に，授業内容をふりかえること．
計算機実験に必要な作業を行うこと．

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

ディスカッション、ディベート／プレゼンテーション／実習、フィールドワーク

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

その他

授業におけるICTの活用方法（その他の内容等）

質問等は，随時，電子メール等で受け付ける

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

必要に応じて適宜レジュメを配布し，参考資料を提示する．

また下記の２冊を自学用の「参考文献」とする．
1. 小川雄太郎 (著)『つくりながら学ぶ! Pythonによる因果分析 ~因果推論・因果探索の実践入門』，マイナビ出版，2020
2. 村田 剛志 (著)『Pythonで学ぶネットワーク分析: ColaboratoryとNetworkXを使った実践入門』，オーム社，2019

その他特記事項

参考URL