科目ナンバー

GM-OI2-GE04

履修条件・関連科目等

講義「経営統計入門」を履修していることを前提とする。
講義「データサイエンス」を履修する、またはその内容を理解することが望ましい。

授業で使用する言語

英語

授業で使用する言語（その他の言語）

授業の概要

経営を含むすべての人間活動において、データが客観的な情報を提供する。ただし、データを漫然と眺めるだけではその本質は解らず、適切な分析を行うことではじめて有用な情報が得られる。本講義では現実のデータから情報を引き出すための統計的・機械学習的な方法を学ぶ。種々のモデルの最近の発展を示し、それらを実データに対して統計ソフトウェアRによって適用することによって情報を獲得する方法を示す。

科目目的

自分のデータに対して最新の線形的な統計・機械学習手法を適用し、有用な情報を得られるようにすることを目標とする。

到達目標

学生は講義で学んだ統計的学習手法の結果を正しく解釈することができるようになる。さらに統計ソフトウェアRを用いて自分自身のデータに対してそれらの統計的学習手法を適用し、知見を得られるようになる。

授業計画と内容

1. はじめに
2. 統計的学習
3. 線形回帰（1）
4. 線形回帰（2）
5. 分類（1）
6. 分類（2）
7. リサンプリング法（2）
8. 線形モデルの選択
9. 縮小法
10. 木に基づく方法
11. サポートベクターマシン
12. 教師なし学習
13. 線形性を超えて
14. 総括・まとめ

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと

授業時間外の学修の内容（その他の内容等）

授業で提示するプログラムを実行し、意味を理解すること。

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

クリッカー／その他

授業におけるICTの活用方法（その他の内容等）

講義内容に関するRプログラムを配布する。その実行にはRstudioを利⽤する。Rstudioは個⼈のPCにインストールしたものを使うか、多くの計算量が必要な場合は担当教員が準備した Rstudio server pro を利⽤する。

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

担当教員は種々のデータの解析およびコンサルタントの経験がある。

【実務経験有の場合】実務経験に関連する授業内容

担当教員の経験より、データを実際に利⽤・解析・解釈する上で重要な観点を教える。

テキスト・参考文献等

Text: Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani. An Introduction to Statistical Learning with Applications in R (First edition), Springer

教科書は https://static1.squarespace.com/static/5ff2adbe3fe4fe33db902812/t/6009dd9fa7bc363aa822d2c7/1611259312432/ISLR+Seventh+Printing.pdf から入手できる

その他特記事項

参考URL

-