シラバス参照

講義科目名 データ解析学応用・演習 
科目ナンバリングコード  
講義題目
授業科目区分 専攻授業科目又は関連授業科目(major courses or related courses) 
開講年度 2019 
開講学期 夏学期 
曜日時限 夏学期 月曜日 3時限
必修選択 学府要項を確認のこと。(refer to the Guidelines for IGSES) 
単位数
担当教員

永島 芳彦

開講学部・学府 総合理工学府 
対象学部等 総合理工学府(IGSES) 
対象学年 修士課程(Master’s Program) 
開講地区 筑紫地区
その他
(自由記述欄)



履修条件
ノートPCを用いてEXCEL演算を行える環境にあること。
データ解析学基礎を受講済みであることが望ましい。 
授業概要
データ解析においては、得られたデータと求めたい統計量との間に、様々なアルゴリズムが存在し、中には顕には提示されない手順も存在する。
本講義・演習では、基礎的なフーリエ解析とモデル当てはめの主に2種の演習課題をこなすことで、
受講者がデータ解析のアルゴリズムを実際に使えるレベルまで習熟することを目標とする。 
In data analysis, a number of analysis algorithms exist between observed data and statistics calculated from the data. The algorithms are so complicated that some details of the algorithms are not obvious in textbooks. The purpose of this lecture and practice is that students master the procedure of data analyses on fundamental Fourier analysis and model fitting. 
授業形態
(項目)
■ 講義・演習
□ 実験
□ グループワーク・ペアワーク
□ 学内外実習
□ プレゼンテーション
□ ディスカッション 
授業形態
(内容)
教員から学生にエクセル上のサンプルデータをメール経由で渡し、それに基づいて各自が授業中に解析を行い、
エクセルファイル上に出力したグラフと簡単なコメントを印刷してレポートとして提出する。
印刷は教員が講義に持参した携帯プリンタにて行う予定。
2種の演習課題では、それぞれのはじめにデータ解析のアルゴリズム例について講義を行い、
次に実際にデータ解析の演習を行う。演習中は教員や周囲との議論を妨げない。
アルゴリズムについては資料を配布し、それを参照しつつ演習を行う。
各演習課題では、細かい小課題を段階を踏んで与える予定。 
使用する教材等
板書、テキスト(紙媒体)、スライド資料(電子媒体)、映像・音声資料 
全体の教育目標
実際のデータ解析の演習を通じて、データの扱いについて基礎的な方法を学習する。 
個別の教育目標
フーリエ解析で、統計的に有意な相関・位相解析が行えるようになること。
最小二乗法を用いてモデルのデータへの当てはめができるようになること。 
授業計画
1回目:フーリエ解析のアルゴリズムの説明、フーリエ解析演習1(パワースペクトル推定1)
2回目:フーリエ解析演習2(パワースペクトル推定2)
3回目:フーリエ解析演習3(相関・位相解析1)
4回目:フーリエ解析演習4(相関・位相解析2)
5回目:モデルのデータへの当てはめアルゴリズムの説明、フィッティング1(線形フィッティング1)
6回目:フィッティング2(線形フィッティング2、非線形フィッティング1)
7回目:フィッティング3(非線形フィッティング2) 
キーワード
データ解析演習 フーリエ解析 最小二乗法 
授業の進め方
板書、プロジェクターを用いて説明する。 
テキスト
こちらで用意する。 
参考書
スペクトル解析(朝倉書店)
など。 
学習相談
永島応研メール(nagashima@riam.kyushu-u.ac.jp)まで。 
試験/成績評価の方法等
レポートと出席で採点する。 
その他
添付ファイル
更新日付 2019/03/29 15:00


PAGE TOP