2024年度学院等開講科目環境・社会理工学院融合理工学系

融合理工学とデータサイエンス(Ⅱ)

開講元: 融合理工学系
担当教員: 石塚知香子 / 杉下佳辰
授業形態: 講義/演習 (対面型)
メディア利用科目: -
曜日・時限 (講義室): 火1-2 (南4号館 3階情報ネットワーク演習室第1演習室)
クラス: -
科目コード: TSE.A326
単位数: 0.50.50
開講時期: 2024年度
開講クォーター: 4Q
シラバス更新日: 2025年3月14日
使用言語: 日本語

シラバス

授業の目的（ねらい）、概要

膨大なデータが蓄積されつつある現代において、その中から必要な情報を取り出し活用するデータサイエンスに対する社会的ニーズが高まっている。この分野においては、データの特徴や限界を理解するとともに、その具体的な可視化や分析のための技能の習得が不可欠である。そこで本講義の前半では、実験や観測で得られる測定データに必ずつきまとう「不確かさ」を表現し、理解する技能を学ぶ。後半では、現実の複雑なシステムを構成する要素同士の関係性を表すデータをネットワークとして可視化し、分析する技能を学ぶ。

到達目標

本授業の履修によって、次の技能を修得する。
1) Pythonを用いたデータ処理ができるようになる。
2) データの「不確かさ」を定量的に評価できるようになる（事例データ：食品の残留農薬量に対する安全評価、原子炉廃止措置における放射性廃棄物量の評価など）。
3) ネットワークの可視化および基本的なネットワーク分析ができるようになる（事例データ：交通ネットワーク、ソーシャルネットワークなど）。

キーワード

データ分析、誤差、不確かさ解析、ネットワーク分析、可視化

学生が身につける力

専門力
教養力
コミュニケーション力
展開力 (探究力又は設定力)
展開力 (実践力又は解決力)

授業の進め方

主として講義形式と演習形式で進める。

授業計画・課題

	授業計画	課題
第1回	（講義・演習）実験や観測で得られる測定データにおける「不確かさ」	「不確かさ」が注目されている背景を理解し、誤差と「不確かさ」の違いを知る。
第2回	（講義・演習）Pythonによるガウス過程回帰法プログラミング	ガウス過程回帰法で得られた95%信頼区間と最小二乗誤差を比較し、その関係性について論じる。
第3回	（グループワーク）「不確かさ」に関連したグループワーク	身近にあるデータの不確かさを構成する要素を議論し、解析手法について考える。
第4回	（講義）ネットワーク科学の導入、ネットワークの表現方法、ネットワーク特徴量（1）	現実の複雑なシステムをネットワークとして分析することの有用性を理解し、ネットワークを特徴づける基本的な概念を理解する。
第5回	（講義）ネットワーク特徴量（2）、ネットワーク科学の応用	第４回に引き続き、ネットワークを特徴づける基本的な概念を理解するとともに、ネットワーク科学がどのように応用されているかについても理解する。
第6回	（演習）Python を用いた実データの処理とネットワーク分析（1）	Pythonで実データを処理し、ネットワークを構築・可視化・分析するための手法を理解する。
第7回	（演習）Python を用いた実データの処理とネットワーク分析（2）	各自、自由に選択した実データに対して、第６回までに学んだネットワークの構築・可視化・分析手法を適用し、その結果について考察する。

準備学修(事前学修・復習)等についての指示

学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。

教科書

講義中に紹介予定

参考書、講義資料等

講義中に紹介予定

成績評価の方法及び基準

レポート 80％、授業中に行う演習 20%

履修の条件・注意事項

特になし

その他

この講義では個人のノートバソコンを使用します。講義の際には忘れずに持参してください。