本授業は、前期開講科目「データサイエンス基礎」と一体的に構成され、3年次からの専門ゼミナールに円滑に移行するための実践的なデータ分析力を養成する演習科目です。

前期で身につけたデータ整理・前処理および統計の基礎理解を前提として、実データを用いた分析演習を行います。Pythonを用いてデータの読み込み、前処理、集計、可視化、基礎的な回帰・分類分析までを段階的に扱います。

使用するPythonライブラリ（NumPy、pandas、matplotlib、scikit-learn等）については、授業内容に応じて必要な範囲で扱います。

本授業では、実データを用いた課題解決型演習および成果発表を取り入れたアクティブラーニング形式により、学生が主体的に分析を行い、結果を説明する力を養成します。単なる操作習得ではなく、「データをもとに考え、分析結果を論理的に説明する力」の育成を目的とします。

各回の演習課題については、次回授業において解答例および解説を行い、分析の考え方や改善点を共有します。中間レポートおよび最終発表に係るレポート等の提出課題については、講評やコメントを付して返却し、分析手順や説明方法の改善につなげます。

第1回　ガイダンス／前期内容の確認
第2回　Python環境の確認および基本操作
第3回　データの読み込みと確認
第4回　データ前処理（欠損値処理・型変換等）
第5回　条件抽出・並べ替え
第6回　集計・グループ化
第7回　可視化の基礎
第8回　データの比較と解釈
第9回　相関の確認
第10回　基礎的な回帰分析
第11回　基礎的な分類分析
第12回　実データ分析演習①
第13回　実データ分析演習②
第14回　発表準備
第15回　発表・総括

各回にPCを用いた演習課題を設定し、ICTを活用しながら段階的に分析力を高めます。

各回の復習として、授業で扱ったコードの再実行および改良を行ってください。分析結果について、自分の言葉で説明できるよう整理すること。

必要に応じて次回資料を事前提示しますので、必ず目を通してください。

1回あたり2時間程度の自主学習（予習・復習）を想定します。

寺田 学、辻 真吾、鈴木 隆則、福島 真太朗
『Pythonによる新しいデータ分析の教科書［第3版］』
翔泳社

PDF版の利用を推奨します。

定期試験　　　　　　　　　　　　　　　　60％
平常課題（演習への取組状況）　　　　　  　20％
中間レポートおよび最終発表　　　　　　　20％

定期試験では、データ前処理・可視化・基礎的分析手法および結果解釈に関する理解度を総合的に評価します。平常課題およびレポート・発表については、分析手順の妥当性、結果の解釈の適切さ、論理的説明の明確さを基準に評価します。以上を総合的に評価します。