学部後期課程
HOME 学部後期課程 経済学とコンピューターサイエンスⅠ
戻る
過去（2022年度）の授業の情報です
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年4月21日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

経済学とコンピューターサイエンスⅠ

機械学習の基礎とその経済学への応用について学ぶ。
とくに機械学習の基本的な手法とその理論的基礎を講義したうえで、経済学への重要な応用である(i)公共政策におけるターゲティングの学習と(ii)マクロ経済予測への応用を紹介する。
講義に付随する演習では、統計解析フリーソフトRと経済学のデータを使用して、経済学の問題への機械学習の応用を実践する。
MIMA Search
時間割／共通科目コード
コース名
教員
学期
時限
0704180
FEC-EC4801L1
経済学とコンピューターサイエンスⅠ
坂口　翔政
S1 S2
水曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
経済学部
授業計画
1. 機械学習とその経済学への応用:概論 2. 分類と回帰 3. 統計的学習理論の枠組み 4. モデル選択と正則化 5. サポートベクトルマシン 6. 決定木 7. 機械学習の経済学への応用I:公共政策におけるターゲティングの学習 8. 機械学習の経済学への応用II:マクロ経済予測 講義内容は必要に応じて変更もしくは追加される可能性がある。
授業の方法
講義による。
成績評価方法
課題(50%)および期末テスト(50%)により評価する。
教科書
指定しない。
参考書
統計的学習の基礎 -データマイニング・推論・予測-, 杉山 将 他 訳, 共立出版, 2014 (原著: The Elements of Statistical Learning, Trevor Hastie ・Robert Tibshirani ・Jerome Friedman 著, Springer, 2009) 統計的学習理論 (機械学習プロフェッショナルシリーズ), 金森敬文 著, 講談社, 2015 Foundations of Machine Learning, Mehryar Mohri・Afshin Rostamizadeh・Ameet Talwalkar 著, MIT Press, 2018 その他の参考書については講義の中で適宜紹介する。
履修上の注意
統計学関連科目を履修済みであることが望ましい。講義に付随する演習としてRを用いたデータ解析を行うが、プログラミングの知識・経験は前提としない。 A1・2ターム開講科目「コンピュータサイエンスと経済学II」では、本講義で取り扱われない機械学習の手法と経済学への応用を紹介する。
戻る