受講登録開始時期は別途ご案内いたします。

担当教員　

東京大学大学院工学系研究科教授　松尾豊
東京大学大学院工学系研究科准教授　岩澤有祐

目標

データサイエンスの概要を理解し、Pythonで簡単なデータ分析・可視化・予測などのコードを書くことができるようになる

キーワード

データサイエンス、プログラミング、Python、AI

講義計画

開始日：10/16　
隔週木曜　17:00〜18:30（最大）　
※アーカイブ配信あり（公開期限：講座終了後1ヶ月を予定）
※スケジュール・テーマ等予告なく変更する可能性があります

	テーマ
第1回 (10/16)	Python文法Ⅰ (演算子、変数)
第2回 (10/30)	Python文法Ⅱ（コレクション）
第3回 (11/13)	Python文法Ⅲ（if文とfor文）
第4回 (11/27)	Python文法Ⅳ（関数・クラス・ライブラリ）
第5回 (12/11)	データサイエンス入門（データの理解、前処理、モデル構築、評価）
第6回 (12/25)	データサイエンス演習-1 重回帰分析
第7回 (1/8)	データサイエンス演習-2 欠損値、外れ値、可視化
最終課題	講義全体の最後にコーディング課題に取り組む

講座の受講形式

• 各回のオンライン教材の提供は、学習管理システムCanvas LMSにて行います。
• オンラインで解説動画を視聴し学習内容を理解します。
• その後、オンラインのプログラミング教材をGoogle Colaboratoryで対話的に実行しながら読み進めます。Google Colaboratoryの利用にはGoogleアカウントが必要です。
• 各回の最後に、課題として学習内容の理解を問うクイズに解答し提出します。
• 講義全体の最後には最終課題としてコーディング課題に取り組みます。
• 動画の視聴方法など詳細については、受講が決定された方にご連絡いたします。
• TAによるオンラインでの相談会を随時開催します。
• ライブ配信への参加方法など詳細については、受講が決定された方にご連絡いたします。

修了基準

各回のクイズ・最終課題の成績により総合評価の上、修了可否を決定します。

受講上の留意点

前提条件

• 中学高校の数学レベル
• 毎回の講義を確実に視聴、課題提出できること
• 講義時間の他に課題提出のための2時間を確保できること