|
準備学習・事後学習
|
|
|
毎回講義では練習問題を提示し，次の講義には練習問題の類題を小テストとして出題しますので，ご準備下さい．毎回、講義時間の2倍の自学自習をすること。
|
|
|
|
課題・定期試験に対するフィードバック
|
|
|
小テスト・試験などについて継続的に講義内あるいはイントラサーバーなどで講評・評価等のフィードバックする．
|
|
|
|
履修上の留意
|
|
本講義のねらいは，"脳ミソの開発"です．また，教育の大原則である，指導した考え方，知識・技能が習得できたかどうかを評価することを心がけていますので，学習到達度の可不可に応じて，単位認定をします．
履修にあたっては，例年，安易な履修登録を行う学生が，欠席するあるいは学習意欲がないなど，主体的に学びたい学生の学習機会を奪ったり，自身にGPAなどで不合格や欠格の成績によって不利益をもたらしていますので，ご注意下さい．また，極限・微分・積分・確率の理解が求められます．確率や統計を学びたいなどの目的意識をもち，コツコツ学んで力を付けたい学生の履修を望みます．
※履修希望の方は，4月8日（月）4限DS403にて希望調査を行いますので，ご参集下さい．（前期科目「データ分析と確率」は同日2限講義にて希望調査）
※前期科目「データ分析と確率」とペアの履修が望ましいです．
|
|
|
|
授業の概要と目的
|
|
|
本講義では，データについて科学的に考えるために必要な道具として，『確率』『統計』という分野を中心に，データ分析とビジネスにおける活用についてふれつつ講義を行ないます．
|
|
|
|
アクティブ・ラーニング
|
|
|
|
|
該当するCP（カリキュラム・ポリシー）およびDP（ディプロマ・ポリシー）
|
|
|
カリキュラムポリシーの②およびディプロマポリシー②に該当し、ディプロマポリシー③にも関係する。
|
|
|
|
実務経験と授業内容の関係
|
|
|
|
|
科目ナンバリングコード
|
|
|
|
|
サブタイトル
|
|
|
|
|
到達目標
|
|
|
様々な確率モデルに対する確率推定や平均・分散の算出が正確にできる．統計モデルにおける推定・検定が正確にできる．
|
|
|
|
授業計画
|
|
| |
|
|
【項目欄】
|
【内容欄】
|
|
|
1.
|
確率モデル(1)
|
確率変数と確率分布，二項分布，ポアソン分布
|
|
|
2.
|
確率モデル(2)
|
離散分布演習
|
|
|
3.
|
確率モデル(3)
|
連続一様分布・指数分布
|
|
|
4.
|
確率モデル(4)
|
正規分布
|
|
|
5.
|
確率モデル(5)
|
離散分布の平均
|
|
|
6.
|
確率モデル(6)
|
連続分布の平均
|
|
|
7.
|
確率モデル(7)
|
様々な分布の平均・分散
|
|
|
8.
|
確率モデル(8)
|
確率変数と同時分布・確率変数の独立・共分散・相関係数
回帰分析と分散・共分散
|
|
|
9.
|
確率モデル(9)
|
チェビシェフ不等式・大数の法則・中心極限定理
|
|
|
10.
|
確率モデル(10)
|
確率におけるトピックス
|
|
|
11.
|
確率モデル(11)
|
総括
|
|
|
12.
|
統計(1)
|
記述統計と推測統計
ヒストグラム・メディアン・モード
サンプリング
|
|
|
13.
|
統計(2)
|
母平均・母比率の区間推定
|
|
|
14.
|
統計(3)
|
母平均・母比率の検定
|
|
|
15.
|
統計(4)
|
母平均の差・母比率の差の検定
総括と質疑応答
|
|
|
|
|
テキスト
|
|
|
|
|
参考文献
|
|
| |
|
|
【書籍名】
|
【著者】
|
【出版社】
|
|
|
1.
|
基礎数学外説
|
赤井 逸
|
裳華房
|
|
|
|
|
授業方法の形式
|
|
|
|
|
授業の実施方法
|
|
|
|
|
成績評価方法
|
|
|
小テストを3段階評価し点数化した点（50％），単元に関する修得度（35％），定期試験（15％）を評定とします．またレポートや授業参加態度などを考慮します． 欠席回数が1/3以上の方は欠格になります．
|
|
|
|
成績評価基準
|
|
|
C(合格)となるためには、到達目標を最低限達成することが必要である。
|
|
|
|
受講生へのメッセージ
|
|
|
必要な知識や考え方をその都度補いつつ講義を進める予定です．
|
|
|
|
参考URL
|
|
|
|
|
画像
|
|
|
|
|
ファイル
|
|
|
|
|
更新日時
|
|
2024/02/14 20:37
|