日本語 English
| 開講年度/ Academic YearAcademic Year |
20232023 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
VR431/VR431VR431 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
オンライン（全回オンライン）/Online (all classes are online)Online (all classes are online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
|
| 校地/ CampusCampus |
他/OtherOther |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
水6/Wed.6 Wed.6 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR5200 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
|
| 履修中止可否/ Course CancellationCourse Cancellation |
|
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
|
| 備考/ NotesNotes |
After completing this course, students should be able to:
- explain the concepts and terminology associated with socio-econophysics
- understand and apply general socio-econophysics methods for data analysis
- choose the appropriate data analysis method given particular phenomena and data
- understand the limitations of data analysis stemming from assumptions embedded in the method, the finite resolution of the data, the sampling bias of the data, and so on.
This course will provide students with the foundations of data science, based especially on socio-econophysics techniques. Students will learn the concepts, techniques, and tools needed to analyze various types of real data pertaining to socio-economic phenomena.
| 1 | 正規分布と中心極限定理（母集団と標本、確率密度関数、累積分布関数、標準化と標準正規分布） |
| 2 | 統計的有意性の検定（統計的誤差と信頼区間、ランダム化テスト、ノンパラメトリック法、順位相関、連検定、フィッシャーの正確確率検定） |
| 3 | 事象発生の時間間隔の解析（ポアソン過程と指数分布、時間間隔の相関、傾向性・バースト性・周期性） |
| 4 | ベキ分布（ロングテール、スケーリング領域、ベキ指数、コルモゴロフ・スミルノフ検定、最尤法、Hillの推定法） |
| 5 | 線形回帰モデルと正則化 |
| 6 | ベイズ推定 |
| 7 | ベイズ的スペクトル分解とその研究事例 |
| 8 | フラクタル（自己相似、スケールフリー、フラクタル次元、ボックス・カウンティング次元） |
| 9 | ベキ分布を生み出す数理モデル（自己組織化臨界現象、サンクト・ペテルブルグのパラドックス、ランダム乗算過程） |
| 10 | 線形時系列解析（強定常と弱定常、自己相関、パワースペクトル、1/fノイズ、周期性、時系列の前処理、ハースト指数，相関行列） |
| 11 | 金融市場の数理モデル（ランダムウォーク、自己回帰モデル、線形時系列予測、金融市場の経験則、異常拡散、長期記憶） |
| 12 | カオスの数理（離散時間力学系のカオス、ベルヌーイシフト写像、連続時間力学系のカオス） |
| 13 | 非線形時系列解析（時間遅れ座標、埋め込み定理、アトラクタ再構成、相関次元、リカレンスプロット） |
| 14 | 社会・経済ビッグデータを活用した研究事例 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
各自の授業の理解度に応じて、テキスト等を復習することを薦める。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
７回程度のレポート(100%) |
| 備考 (Notes) | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 高安 秀樹、高安 美佐子 | エコノフィジックス 市場に潜む物理法則 | 日本経済新聞社 | 2001 | 4532149541 |
| 2 | 高安 秀樹 | 経済物理学の発見 | 光文社 | 2004 | 4334032672 |
| 3 | 青山 秀明、家富 洋、池田 裕一、相馬 亘、藤原 義久 | 経済物理学 | 共立出版 | 2008 | 4320096398 |
| 4 | 高安美佐子、田村光太郎、三浦航 | 学生・技術者のためのビッグデータ解析入門 | 日本評論社 | 2014 | 4535787158 |
| 5 | 東京大学教養学部統計学教室(編) | 統計学入門 | 東京大学出版会 | 1991 | 9784130420655 |
| 6 | 松原望 | 入門統計解析ー医学・自然科学編 | 東京図書 | 2007 | 4489020236 |
| 7 | 合原一幸 (編集) | カオス時系列解析の基礎と応用 | 産業図書 | 2000 | 4782810105 |
適宜、pythonを用いたプログラミングの実例を紹介する。
1～4回と8～14回は大西，5～7回は熊添が担当する。
社会・経済物理学の用語や概念を理解すること、社会・経済物理学のデータ分析手法を修得すること、現象やデータに応じて適切な分析手法を選択できるようになること、分析手法の仮定やデータの解像度・サンプルバイアスなどに起因したデータ分析の限界を理解することを目標とする。
After completing this course, students should be able to:
- explain the concepts and terminology associated with socio-econophysics
- understand and apply general socio-econophysics methods for data analysis
- choose the appropriate data analysis method given particular phenomena and data
- understand the limitations of data analysis stemming from assumptions embedded in the method, the finite resolution of the data, the sampling bias of the data, and so on.
社会・経済物理学に関連したデータサイエンスの基礎的手法を解説する。社会・経済現象にみられる様々な実データを分析する際に必要となる概念や分析手法を学ぶ。
This course will provide students with the foundations of data science, based especially on socio-econophysics techniques. Students will learn the concepts, techniques, and tools needed to analyze various types of real data pertaining to socio-economic phenomena.
| 1 | 正規分布と中心極限定理（母集団と標本、確率密度関数、累積分布関数、標準化と標準正規分布） |
| 2 | 統計的有意性の検定（統計的誤差と信頼区間、ランダム化テスト、ノンパラメトリック法、順位相関、連検定、フィッシャーの正確確率検定） |
| 3 | 事象発生の時間間隔の解析（ポアソン過程と指数分布、時間間隔の相関、傾向性・バースト性・周期性） |
| 4 | ベキ分布（ロングテール、スケーリング領域、ベキ指数、コルモゴロフ・スミルノフ検定、最尤法、Hillの推定法） |
| 5 | 線形回帰モデルと正則化 |
| 6 | ベイズ推定 |
| 7 | ベイズ的スペクトル分解とその研究事例 |
| 8 | フラクタル（自己相似、スケールフリー、フラクタル次元、ボックス・カウンティング次元） |
| 9 | ベキ分布を生み出す数理モデル（自己組織化臨界現象、サンクト・ペテルブルグのパラドックス、ランダム乗算過程） |
| 10 | 線形時系列解析（強定常と弱定常、自己相関、パワースペクトル、1/fノイズ、周期性、時系列の前処理、ハースト指数，相関行列） |
| 11 | 金融市場の数理モデル（ランダムウォーク、自己回帰モデル、線形時系列予測、金融市場の経験則、異常拡散、長期記憶） |
| 12 | カオスの数理（離散時間力学系のカオス、ベルヌーイシフト写像、連続時間力学系のカオス） |
| 13 | 非線形時系列解析（時間遅れ座標、埋め込み定理、アトラクタ再構成、相関次元、リカレンスプロット） |
| 14 | 社会・経済ビッグデータを活用した研究事例 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
各自の授業の理解度に応じて、テキスト等を復習することを薦める。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
７回程度のレポート(100%) |
| 備考 (Notes) | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 高安 秀樹、高安 美佐子 | エコノフィジックス 市場に潜む物理法則 | 日本経済新聞社 | 2001 | 4532149541 |
| 2 | 高安 秀樹 | 経済物理学の発見 | 光文社 | 2004 | 4334032672 |
| 3 | 青山 秀明、家富 洋、池田 裕一、相馬 亘、藤原 義久 | 経済物理学 | 共立出版 | 2008 | 4320096398 |
| 4 | 高安美佐子、田村光太郎、三浦航 | 学生・技術者のためのビッグデータ解析入門 | 日本評論社 | 2014 | 4535787158 |
| 5 | 東京大学教養学部統計学教室(編) | 統計学入門 | 東京大学出版会 | 1991 | 9784130420655 |
| 6 | 松原望 | 入門統計解析ー医学・自然科学編 | 東京図書 | 2007 | 4489020236 |
| 7 | 合原一幸 (編集) | カオス時系列解析の基礎と応用 | 産業図書 | 2000 | 4782810105 |
適宜、pythonを用いたプログラミングの実例を紹介する。
1～4回と8～14回は大西，5～7回は熊添が担当する。