シラバス参照
シラバス参照
| 科目一覧へ戻る | 2024/01/31 現在 |
| 科目名／Subject | 意思決定論ＩＩ |
|---|---|
| 担当教員（所属）／Instructor | 片岡 駿 (商学部) |
| 授業科目区分／Category | 昼間コース 学科別専門科目 |
| 開講学期／Semester | 2023年度／Academic Year 後期／Fall Semester |
| 開講曜限／Class period | 木/Thu 3 |
| 対象所属／Eligible Faculty | 商学部昼間コース／Faculty of CommerceDay School,商学部夜間主コース／Faculty of CommerceNight School |
| 配当年次／Years | 3年 , 4年 |
| 単位数／Credits | 2 |
| 研究室番号／Office | |
| オフィスアワー／Office hours |
| 更新日／Date of renewal | 2023/02/28 | ||
|---|---|---|---|
| 授業の目的・方法 ／Course Objectives and method |
＜目的＞ 多変量解析とよばれるデータ分析技術の基礎知識を習得することを目的とする． データ分析の基本的枠組みと様々な多変量解析法について学ぶ． ＜方法＞ ・授業は講義形式で行い，基本的に板書によって進める． ・ほぼ毎回の授業でミニテストを実施し講義内容の理解を促す． ・授業内容に関するレポート課題を課す． |
||
| 達成目標 ／Course Goals |
・データ分析の基本を理解する． ・様々な多変量解析法の違いを説明できる． |
||
| 授業内容 ／Course contents |
１：多変量解析の概要 ２：１次元データの可視化 ３：１次元データの要約 ４：２次元データの可視化 ５：２次元データの要約 ６：単回帰分析 ７：散布図行列 ８：１次元データへの変換 ９：主成分分析 １０：判別分析 １１：重回帰分析 １２：因子分析 １３：クラスター分析１ １４：クラスター分析２ １５：まとめ |
||
| 事前学修・事後学修 ／Preparation and review class |
＜事前学習＞ 講義資料に目を通しておくこと ＜事後学習＞ 講義資料・ノートを読み直し，講義内容を説明できるようになること． |
||
| 使用教材 ／Teaching materials |
講義資料を manaba で配布する． | ||
| 成績評価の方法 ／Grading |
期末試験・レポート・ミニテストの成績から評価する． 以下の基準で評価を行い，最も評価の高いものを最終成績として採用する． （１）期末試験（100%） （２）期末試験（80%）＋レポート(20%) （３）期末試験（50%）＋レポート(20%)＋ミニテスト(３0%) |
||
| 成績評価の基準 ／Grading Criteria |
社会情報学科標準成績評価基準に従う． | ||
| 履修上の注意事項 ／Remarks |
ミニテストはmanabaを用いて実施するため，スマートフォン等のmanabaに接続できる端末を毎回用意すること． また，出席確認にはresponを利用する． |
||
| 実務経験者による授業 ／Courses conducted by the ones with practical experiences |
該当しない／No | ||
| 授業実施方法 ／Method of class |
①面接授業／Face-To-Face class | ||
| 遠隔授業 ／Online class |
|