シラバス情報
|
教員名 ： 中村 知道
|
授業科目名
多変量解析 （社会情報・専門科目）
(英語名)
Multivariate Analysis （社会情報・専門科目）
科目区分
専門教育科目
ー
対象学生
社会情報科学部
学年
2年
ﾅﾝﾊﾞﾘﾝｸﾞｺｰﾄﾞ
KCJBS2MCA1
単位数
2.00単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の？から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義 (Lecture)
開講時期
2024年度後期
担当教員
中村 知道
所属
情報科学研究科・社会情報科学部
授業での使用言語
日本語
関連するＳＤＧｓ目標
該当なし
ｵﾌｨｽｱﾜｰ・場所
講義終了後の1時間・教員研究室
連絡先
tomo@gsis.u-hyogo.ac.jp
対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
3◎／1〇
研究科DP
ー
全学DP
ー
教職課程の学修目標
ー
講義目的・到達目標
●講義目的
本講義では、大量データ（多変数および多くのデータ数）の処理方法として、統計的な方法として多変量解析と信号処理の方法としてフーリエ変換を取り上げ、実際のデータに使用できる応用力と、得られた結果の意味を分かりやすく説明する力の習得を目的とする。 ●到達目標 多変量解析とフーリエ変換の計算をコンピュータ上で行い、様々な問題の数理的描像を速やかに説明出来るようになることである。 授業のサブタイトル・キーワード
講義内容・授業計画
●講義内容
多変量解析では回帰分析、因子分析、主成分分析、判別分析、クラスター分析、数量化について例題を用いながら説明し、フーリエ解析ではフーリエ級数からフーリエ変換、離散フーリエ変換に至るまでの考えを段階的に説明する。 ●授業計画
講義内でパソコンを使用する作業はない。 <<生成AIの利用について>> レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。 教科書
講義開始時に資料を配布する。
参考文献
多変量解析のはなし、大村 平、日科技連出版社
例題でよくわかる はじめての多変量解析、 加藤 豊、森北出版 多変量解析法入門、永田 靖、棟近 雅彦、サイエンス社 多変量データ解析、杉山 高一、藤越 康祝、椋 透、朝倉書店 統計学入門、東京大学出版会 データ分析に必須の知識・考え方 統計学入門、阿部 真人、ソシム ---------------------------------------------------------------------------------------------------------- Pythonで学ぶフーリエ解析と信号処理、神永 正博、コロナ社 Python対応 ディジタル信号処理、阿部 正英、八巻 俊輔、川又 政征、樋口 龍雄 (監修)、森北出版 Pythonで学ぶ実践画像・音声処理入門、伊藤 克亘、花泉 弘、小泉 悠馬、コロナ社 事前・事後学習（予習・復習）の内容・時間の目安
【予習】参考文献などを利用して事前に各講義の内容を把握すること (15h)
【復習】講義内容の理解を深めるために配布資料を読み直し(15h)、レポート課題に取り組む際は自らコンピュータプログラムを作成し実行すること (30h) アクティブ・ラーニングの内容
採用しない
成績評価の基準・方法
複数回のレポートにより、講義内容の理解度を評価し、評価が60点以上のものを合格とする。
●成績評価の基準 多変量解析とフーリエ解析の基礎を理解し、コンピュータを利用して多変量解析と離散フーリエ変換に関する計算が出来ること。 ●成績評価の方法 定期試験は実施せず、複数回のレポートの内容により総合的に評価する。 課題・試験結果の開示方法
希望者に対して個別に対応し講評を伝える。
履修上の注意・履修要件
講義内で確率・統計や微積分の基本的な事項について触れるが、これらについては理解しておくこと。
レポートの未提出は不可の認定となるので、期限を厳守し提出すること。但し、やむを得ない理由で提出期限内に提出が出来ないときは、提出期限前に連絡すること。 レポート内にwebからのコピー（引用、参考文献を明記している場合は除く）や、他の人と同じものがある場合は不可の認定となります。 <<生成AIの利用について>> レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。 実践的教育
該当しない。
備考
レポート課題を行うにはコンピュータを用いた計算が必要となるため、どのプログラム言語でも構わないが、プログラムに慣れておくこと。
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。
|
