学部後期課程
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：2026年10月16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。
最終更新日：2026年10月16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。
応用データ解析
確率・統計学，機械学習，AI，統計的因果推論などに共通する数理構造を理解し，横断的にデータ分析を行うための手法を学ぶ．また，レポート課題を通して，実際にデータ分析を行うことで，データ分析手法を身につける．
時間割／共通科目コード
コース名
教員
学期
時限
FEN-SI3d15L1
FEN-SI3d15L1
応用データ解析
原 祐輔
水曜3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
工学部
授業計画
1.イントロダクション（応用データ解析とは？データ，統計，可視化）
2.仮説検定，信頼区間，効果量
3.統計的推定（最小二乗法，最尤推定，ベイズ推定，損失関数の考え方）
4.教師あり学習1 (回帰) 線形回帰，ロジスティック回帰，一般化線形モデル
5.教師あり学習2 (分類) SVM，RFとブースティング
6.教師なし学習1（次元削減，クラスタリング）
7.深層学習1 (深層学習の考え方，誤差逆伝播法，畳み込みニューラルネット等)
8.深層学習2 (時系列データ，Transformer等)
9.教師なし学習2 (単語埋め込み，グラフ埋め込み)
10.生成AI
11.モデル評価，過学習など
12.統計的因果推論1 (実データに対するモデリング，RCT，観察データの統計的因果推論)
13.統計的因果推論2 (傾向スコア，操作変数法，DID等)
授業の方法
講義
成績評価方法
中間・最終レポート
履修上の注意
講義後に講義内容を都度，復習することが望ましい．
