syllabus

兵庫県立大学 社会情報科学部 「データ分析演習」講義ページ（2020年度）

開講情報

• 開講時間: 木曜4限（14:40 – 16:10）
• 場所: 当面オンライン
• 担当: ⽯橋 健，岩本 菜々，⼤野 暢亮，加藤 直樹，川嶋 宏彰，⽊村 真，⽵村 匡正，中村 知道，⼭本 岳洋，湯本 ⾼⾏
• 連絡先:
  • 質問は slackの #データ分析演習 のチャネルへ送ってください．あるいは，主担当や進行担当の先生にメールやダイレクトメッセージでも構いません．

お知らせ

• （4/23）初回講義は5月7日（木）14:40〜を予定しています．また，4月30日（木）14:40〜に接続テストや質問対応をかねてWebexのテストをします．
• （4/23）5月7日の初回講義までに，事前課題その1 と 事前課題その2 の2つの課題を出します．
• （4/30）事前課題その2 の講義資料を掲載しました → 更新しました(19:30)
• （5/04）事前課題その2 がGitHubからダウンロードできない人用にzipファイルを用意しました．
• （5/05）第1回(5/07 14:40～)の講義資料を掲載しました．
• （5/07）第1回の講義資料の補足を追加しました．
• （5/12）第2回(5/14 14:40～)の講義資料を掲載しました．
• （5/19）第3回(5/21 14:40～)の講義資料を掲載しました．
• （5/26）第4回(5/28 14:40～)の講義資料を掲載しました．
• （6/02）第5回(6/04 14:40～)の講義資料を掲載しました．
• （6/09）第6回(6/11 14:40～)の講義資料を掲載しました．
• （6/16）第7回(6/18 14:40～)の講義資料を掲載しました．
• （6/23）第8回(6/25 14:40～)の講義資料を掲載しました．レポートその3の締切は7/9 14:30 です．→講義資料更新しました（6/25 09:30->6/25 13:30）
• （6/25）week08の課題提出締め切りを7月2日 14:30 に変更します．
• （6/29）第9回(7/2 14:40～)の講義資料を掲載しました．
• （7/7）第10回(7/9 14:40～)の講義資料を掲載しました．
• （7/14）第11回(7/16 14:40～)の講義資料を掲載しました．
• （7/21）第12回(7/23 14:40～)の講義資料を掲載しました．
• （7/29）第13回(7/30 14:40～)の講義資料を掲載しました．

各講義の資料

各講義の資料と入手方法について記載します． パスワードが求められることがありますが，本講義で共通のパスワードです（ユニパやslackでアナウンスします）．

（4/23）事前課題その1: バージョン管理とマークダウン

1. データ分析演習イントロ（YouTube）
   • ユニパとslack
   • スライドPDF
2. 事前課題その1講義資料 (pre1_material.ipynb)
   • ユニパ
   • ダウンロード zipファイルですので，解凍して中にある .ipynb を取り出し，ノートブックで開いてください．
3. 事前課題その1説明動画 (YouTube)
   • ユニパとslack

• 演習課題URL
  • GitHub Classroomで課題を受け取るためのURLのことです．
  • 事前課題その1のURLは講義資料中に記載しています．

（4/30）事前課題その2: Excelによる統計的分析

• 事前課題その2講義資料 (pre2_material2.pdf, 2020/4/30 19:30更新)
  • ダウンロード パスワードつきのpdfファイルです．
  • スライド20, 21, 25を修正し，スライド31（課題提出についての補足説明）を追加しました．
• 演習課題URL
  • 事前課題その2 のURLは講義資料中に記載しています．
  • GitHubからダウンロードできない人用のzipファイルを用意しました．GitHubからのダウンロードの方法は5/7に再度説明します．

（5/07) 第1回：Excelによるテーブルの結合

• 第1回講義資料(week01_material.zip)
  • ダウンロード：以下のものが入ったパスワード付きのzipファイルです．
    • week01.pdf：講義資料
    • vlookup_true.xlsx：付録で説明したVLOOKUPの別の使い方についてのサンプルです．
• 演習課題URL
  • 講義資料中に記載しています．
  • 事前課題その2以降に課題のダウンロードの仕方がわからなくなった人向けの資料(how_to_get_assignment.pdf)
    • ダウンロード
    • 事前課題その1をやっていない人は，まず事前課題1の資料を見てください．
  • GitHubからどうしてもダウンロードできない人向けの課題のzipファイル(week01_assignment.zip)
    • ダウンロード
• 補足資料(week01_vlookup.pdf)（5/07掲載）
  • ダウンロード：VLOOKUP関数についての補足資料です．

（5/14) 第2回：Excelによるクロス集計

• 第2回講義資料(week02_material.zip)
  • ダウンロード：以下のものが入ったパスワード付きのzipファイルです．
    • week02.pdf：講義資料
    • week02.xlsx：講義および課題で使用するデータ
• 演習課題URL
  • 講義資料の表紙に記載しています．
  • 今回からはzip版を用意しません．GitHubからのダウンロード方法がわからない人は，ただちに担当教員にSlackで相談してください．

（5/21）第3回：R言語とデータフレーム

• 第3回講義資料および演習課題URL
  • スライドPDF
  • 演習課題URLは，上記資料の22ページに掲載しています．
  • 講義前に，RStudio を立ち上げておいてください．

（5/28）第4回：Rを用いた統計解析

• 第4回講義資料，演習課題URL，およびレポート2のURL
  • スライドPDF
  • 演習課題URLは表紙ページ，レポート2のURLは最後のページに掲載しています．
  • 講義前に，RStudio を立ち上げておいてください．
  • Knitエラーについての補足PDF

（6/04）第5回：Pythonによるデータ分析で⽤いるライブラリ基礎1

• 第5回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（6/11）第6回：Pythonによるデータ分析で⽤いるライブラリ基礎2

• 第6回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（6/18）第7回：Pythonによるデータ分析で⽤いるライブラリ基礎3

• 第7回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（6/25）第8回：Python これまでの復習＋レポート3

この日はWebexの後，Discordを使ってみる予定です．準備は特に必要ありませんが，slackを確認できるようにしておいてください．

• 第8回講義資料，演習課題URL (6/26 13:30更新)
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．
  • **締切: 7月2日 14:30 **
• レポート3
  • 締切: 7月9日 14:30
  • 課題URLは第8回講義資料の表紙ページに掲載しています．

（7/2）第9回：Pandasを用いた記述統計

• 第9回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．
  • 教科書の第3章を自習（予習）する場合，numpy や pandas の不偏分散の扱いに関係して修正が必要な箇所があるため，演習資料の ipynb を確認してください．

（7/9）第10回：Pandasを用いたデータの加工1

• 第10回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（7/16）第11回：Pandasを用いたデータの加工2

• 第11回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（7/23）第12回：機械学習基礎

• 第12回講義資料，演習課題URL
  • スライドPDF
  • 演習課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．

（7/30）第13回：総合演習

• 第13回講義資料，レポート課題URL
  • スライドPDF
  • レポート課題URLは表紙ページに掲載しています．
  • 講義前に，教科書を準備し Jupyter Notebook を立ち上げておいてください．
• 第8回の解答
  • ZIP ipynb形式のファイルを圧縮したもの
  • PDF 上記ノートブックをPDFにしたもの
• 第11回の解答
  • ZIP ipynb形式のファイルを圧縮したもの
  • PDF 上記ノートブックをPDFにしたもの

講義スケジュール（6月29日更新）

スケジュールおよび内容が今後変わる可能性がありますので，参考程度にしてください．

#	日付	主担当	内容
		川嶋	イントロダクション
準備課題 その1	4月23日	山本	バージョン管理とマークダウン
準備課題 その2	4月30日	湯本	Excelによる統計的分析
1	5月7日	湯本	Excelによるテーブルの結合
2	5月14日	湯本	Excelによるクロス集計
3	5月21日	川嶋	R⾔語とデータフレーム
4	5月28日	川嶋	Rを⽤いた統計解析
5	6月4日	山本	Python:データ分析で⽤いるライブラリ基礎1
6	6月11日	山本	Python:データ分析で⽤いるライブラリ基礎2
7	6月18日	山本	Python:データ分析で⽤いるライブラリ基礎3
8	6月25日	山本	Python: ここまでの復習と演習
9	7月2日	川嶋	Python: pandasを⽤いた記述統計
10	7月9日	川嶋	Python: pandasを用いたデータ加⼯1
11	7月16日	川嶋	Python: pandasを用いたデータ加⼯2
12	7月23日	湯本	Python: 機械学習基礎
13	7月30日	湯本	Python: 総合演習

FAQ

• 毎週の課題提出までの流れ
  1. 講義資料をダウンロード
  2. 講義資料に記載されている課題URLをクリック
  3. 課題URLをクリックして，Accept this assignmentを押して課題提出用リポジトリを（GitHub上に）作成する
  4. GitHub Desktopからその週の課題用リポジトリをcloneして手元のマシンに課題をコピー
     • GitHub DesktopのメニューにあるFile -> Clone Ripositoryからクローンできると思います．
  5. 演習課題が完成したら，GitHub Desktopを起動し，その週の演習課題用のリポジトリが選択されていることを確認し，Commit to Master -> Push origin で課題を提出
     • GitHub Desktopがどのリポジトリを現在見ているかは，画面左上の Currenty Repository から確認できます．
  6. もし修正があればそのたびにそのファイルを提出する．
• 課題が無事提出されているか確認する方法
  • GitHubにログインすると，sis-dataanalysis-2020/pre1-username のような課題のリポジトリ一覧があるので，確認したい週の課題のリポジトリを選択
  • そこで見えているファイル群が，提出されたファイルです．中身を確認する場合は，画面右の方にClone or Donwloadという緑色のボタンがあるので，そこからzipファイルをダウンロードすることもできます．

教科書

• 塚本邦尊・⼭⽥典⼀・⼤澤⽂孝（著），中⼭浩太郎（監修），松尾 豊（協⼒）: 東京⼤学のデータサイエンティスト育成講座 〜Pythonで⼿を動かして学ぶデ―タ分析〜，マイナビ出版 (2019)
  • Pythonの回からは，このテキストおよび，このテキストに付随するノートブックを用いて演習を進めますので，必ず購入してください．

参考書

適宜追加します．

• 有賀友紀・⼤橋俊介: RとPythonで学ぶ実践的データサイエンス＆機械学習，技術評論社(2019)

成績評価（今後変更する際はその都度案内します）

授業内演習課題50％，レポート50％

• 上記を基準として総合的に評価を⾏う．
• なお，単位取得には必須課題を提出する必要がある．
• 授業内演習課題：参加ができなかった場合も後から出してください．