データサイエンス演習

Google Classroomを設定する. クラスコードは xq752lj

本授業では、今後、社会人として重要な素養となる、データサイエンスの実践的な教育を行う(就職の際にも、必須のスキルとなる)。具体的には、実際のデータサイエンスの課題に取り組むことによって、基本的なデータ分析スキルを向上させることを第一の目的とする。さらに、データサイエンスが社会でどのように活用されているのかを知ることを第二の目的とする。本授業では、国際的なデータサイエンス関連サイトKaggleの過去のコンペに参加することを目指す。(すでにコンペは締め切られているので、良い成績を上げても賞金を受け取ることはできないが、非常に良い練習になる。)

総合コミュニケーション科学

確率・統計関係の科目

斉藤・西野・庄野:「実践AI・データサイエンス入門」, 学術図書出版(2022刊行予定)

第1回 Pythonの復習(1)・Pythonプログラミング入門
第2回 Pythonの復習(2)・実際のデータの集計方法
第3回 Pythonの復習(3)・データの可視化
第4回 HomeCreditDefaultRiskコンペについて
第5回 コンペのデータ外観
第6回 Kaggleサイトの使い方
第7回 データサイエンスの社会実装(1), データ倫理(1):個人情報の活用と保護(日本の法制度の展開)
第8回 テストデータの特徴理解とリーク(validationと予測モデル)
第9回 lightgbmの使い方
第10回 データサイエンスの社会実装(2), データ倫理(2):個人情報保護の国際的展開とビジネスの変貌
第11回 特徴量エンジニアリング(1)・コンペデータを使った新しい特徴の作り方
第12回 データサイエンスの社会実装(3), データ倫理(3):データサイエンスのFairness, Accountability, Reproductivity
第13回 特徴量エンジニアリング(2)・コンペデータを使った新しい特徴量の作り方:別の視点
第14回 データサイエンスの社会実装(4), データ倫理(4):データセキュリティ
第15回 優秀モデル報告会

講師は全て実務家であり、データサイエンスの実務で必要となる座学と演習を行う。

毎週の小課題とKaggle Competitionへの投稿を実施すること。
Weekly small assignments, and submissions to the Kaggle Competition.

講義内容について一定程度理解した上で、機械学習による予測を一通り実行できることをもって最低達成基準とする。
具体的には、毎週の小課題の正解率(60点満点)とCompetitionに投稿した結果の精度(40点満点)により評価する。Competitionに期限内に提出できていない場合は、小課題の正解率によらず不可となるので注意すること。全ての小課題に期限内に回答して、サンプルの精度を上回った場合は原則「可」以上の評価とする。
モデル精度(40点満点)については配布するサンプルと同精度以下を0点、講義内容を踏まえた特に工夫のない想定解の精度を20点、色々と工夫した解と同精度以上を40点を原則とし、相対評価する。

Google Classroomにて質問を適宜受け付ける。Zoomでの個別相談も可能だが、あらかじめ連絡して予約をすること。(ryotaro.sano@uec.ac.jpへメールすること。)

オンデマンドの講義資料は順次アップされる。
一部の講義はオンライン(Zoom)で行う、可能であればリアルタイムでの参加を推奨する。

(1)Kaggleのアカウントを用意すること
(2)データ分析の環境
・わかっている人は、どんな環境を使っても構わない。ローカルのanacondaでも、あるいはローカルに構築したPython環境でも、GoogleColaboratory、kaggleのカーネルでも構わない。
・実際にPythonでデータ分析をやるのが初めてだという人のために、最初の3回の復習講義では、GoogleのColaboratoryでデータを操作することを前提に映像資料を作ってある。初めての人、慣れてない人はColaboratoryを使うこと。Colaboratoryの使い方については、ガイドのPDF資料と映像資料を用意してある。

2021年度以前入学生が履修した場合は、理工系教養科目となる。