シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2020/05/12 現在 |
|
開講科目名 ／Course |
データサイエンス応用Ⅱ |
|---|---|
|
時間割コード ／Course Code |
R1001029_G1 |
|
開講所属 ／Course Offered by |
共通／ |
|
ターム・学期 ／Term・Semester |
2020年度／Academic Year 第4クォーター／4Q |
|
曜限 ／Day, Period |
火／Tue 5 |
|
開講区分 ／semester offered |
第4クォーター／4Q |
|
単位数 ／Credits |
1.0 |
|
学年 ／Year |
2,3,4 |
|
主担当教員 ／Main Instructor |
西村 竜一 |
|
科目区分 ／Course Group |
_ |
|
授業形態 ／Lecture Form |
|
|
教室 ／Classroom |
学術情報センター第２演習室／学術情報センター第２演習室 |
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 西村 竜一 | システム工学部（教員） |
| 三浦 浩一 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
Pythonを使ったデータサイエンスの学修の一つとして、テキストマイニングを中心とした講義と演習を実施する。テキストからの特徴抽出、分類などを応用することで、ソーシャル・ネットワーキング・サービス（SNS）や新聞記事、書籍、論文等のテキスト情報から、様々な傾向を発見するための手法の修得を目指す。特に、「データサイエンス応用II」では、PBL（課題解決型）の演習を通じて、実社会で流通するテキストデータの処理方法を実践的に学ぶ。 |
|---|---|
|
到達目標 ／Course Objectives |
1. Pythonを使って実社会に存在するテキストデータを適切に処理し、特徴や傾向を明らかにすることができる。 2. 実社会に存在するテキストデータの調査を通じて、利活用で要求されるテキストデータの構造を説明できる。 3. 図表等を用いて、演習（実験）の結果を整理し、科学技術論文の形式でまとめることができる。 |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
レポート・課題（100%）。毎回、講義内容の理解度を確認するレポート及び実習（Pythonを利用したプログラミング）の課題の提出を必須とします。レポート・課題の未提出がある場合は、単位を認定しません。また、欠席過多の場合も不合格となります。 |
|
教科書 ／Textbook |
特にありません。 |
|
参考書・参考文献 ／Rreference Book |
適時、紹介する他、資料を配布します。 |
|
履修上の注意 ・メッセージ ／Notice for Students |
「データ」の急速な利用拡大にともない、データサイエンスの分野が急速に拡大しています。この影響は、文系・理系を問いません。データの利活用に関する最低限の理解は、基本的な教養にもなっています。また、データサイエンスの分野では、データ解析の多くにPythonが利用されています。この講義を履修すると、データサイエンスの基本事項を修得するとともに、Pythonの基本操作も修得することができます。そのためには、積極的に参加し、実際に手を動かしながら学習を進めてください。 |
|
履修する上で必要な事項 ／Prerequisite |
特にありません。 |
|
履修を推奨する関連科目 ／Related Courses |
データサイエンス基礎I/II |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
本授業の授業計画に沿って、準備学習と復習を行ってください。さらに、授業内容に関連する課題に関する調査・考察・プログラミングスキルを含めて、毎回の授業ごとに自主的学修を求めます。 なお、本授業では、自主的な学習の環境を整備するために、授業を録画したビデオアーカイブを公開します。 |
|
その他連絡事項 ／Other messages |
授業内でPCを使用するため、各自持参するようにしてください。本授業の中では、PCのサポートは行いません。メール、ウェブブラウザやエディタ等のプログラミング実習に必要なPCの操作方法は、各自が事前に習得していることを前提として授業を実施します。 |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
本授業は、受講生の主体的な創意・工夫による課題解決を目指すPBL学習及び学生による発表をともなう学習が含まれます。 |
|
オフィスアワー ／Office Hours |
質問等は、西村教員がとりまとめを行います。下記までご連絡ください。 メール：nisimura@wakayama-u.ac.jp （西村竜一） オフィスアワー： （授業開講時）水曜日16:30〜18:00、北2号館6階S604室 可能な限り、事前にメールでご連絡ください。 |
|
科目ナンバリング ／Course Numbering |
C9340004J |
|
高等教育無償化に関する特記事項 ／Special note on free higher education |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 1 | 1. 実社会からのテキストデータの取得とクレンジング 2. 構造化データの取得・加工 3. 非構造化データの取得・加工 4. 音声言語の利用 5. 実社会データの調査と課題設定 6. 処理プログラムの実装 7. 結果の取得と分析 8. 成果発表とまとめ |
|||
| 2 | ||||
| 3 | ||||
| 4 | ||||
| 5 | ||||
| 6 | ||||
| 7 | ||||
| 8 | ||||
| 9 | ||||
| 10 | ||||
| 11 | ||||
| 12 | ||||
| 13 | ||||
| 14 | ||||
| 15 | ||||
| 16 | ||||
| 17 | ||||
| 18 | ||||
| 19 | ||||
| 20 | ||||
| 21 | ||||
| 22 | ||||
| 23 | ||||
| 24 | ||||
| 25 | ||||
| 26 | ||||
| 27 | ||||
| 28 | ||||
| 29 | ||||
| 30 |