いずれによせ皆さんは,ここに記載された一連の流れを実施するために,まずは

1. プログラミングの基礎
2. 各ライブラリの利用方法
3. 前処理,可視化,数値化などの基本的な知識
4. 分析手法とその解釈の仕方

を学習する必要があります.

それと並行して,この一連の流れで具体的に何を研究するのかという研究計画を立てる必要があります. この講義では,基本的な学習と研究計画の立案を並行して行い,研究の進展に沿って必要となる技能を身に着けていきます.

• 漫画のキャラクターの顔の特徴の年代推移を決める構造は?

漫画の画像データを利用し,ニューラルネットワークを利用した画像解析手法によって,年代ごとの漫画の顔の絵柄に違いがあることを明らかにしました.

• 大学生の投票行動を決める構造は?

大学生のアンケートデータを元に, どのような特性が投票行動の有無に影響を及ぼすのかを明らかにしました.

• 大学の学生の成績が決定する構造とは?

大学の学習データを用いたカテゴリーデータ解析によって, 授業形態別に良い成績を取る学生とそうでない学生の特徴を明らかにしました.

• ヒット曲を生み出す構造は?

過去のヒット曲データや歌詞を利用したクラスタリングによって, 時代ごとのヒット曲の変遷と,ヒット曲になりやすい曲の特徴を明らかにしました.

• 大学の電力消費を決めている構造は?

大学の棟別の電力データを利用した時系列解析によって,大学の電力消費に影響の大きい要素を明らかにしました.

• 国ごとのLGBTQに関する言説を決める要因は?

言語毎のLGBTQに関するWikipediaの記事の自然言語解析結果と,世界LGBTQ需要度ランキングの関係性を明らかにしました.

• 大学生のメンタルヘルスを決める構造は?

アンケート調査を利用した共分散構造分析によって,大学生の大学生活の様子とメンタルヘルスの関係を明らかにしました.

• Webページの見やすさを決める構造は?

Webページ閲覧時の視線移動を実験により計測して,Webページの特徴と,視線移動の関係性を明らかにしました.

• その他多数

• 関係がある → 相関

  SDGsに取り組む企業は, 生産性が高い傾向がある 成績が良い学生は, 勉強時間が長い傾向がある ただし, 傾向があるだけで, 勉強を沢山すれば,成績が伸びるという説明(因果関係)はできない

• 違いがある → 検定

  オンデマンド授業の方が, 対面授業よりも学生の成績が高い

• モデルで説明できる(予測できる) → 多変量解析, 統計モデリング(回帰など)

  生産性がX高まると,SDGsへの取り組みの量がY増える

• 区別/要約できる → クラスタリング,次元削減

  流行りの音楽は,5つのグループに区別できる 流行りの音楽の特徴をまとめると,XやYである.

• 画像データ → 画像処理

• 自然言語データ → 自然言語処理

• 点過程・時系列データ → 時系列解析

• カテゴリーデータ → カテゴリーデータ分析

などなど

• 目的から

  • この構造を明らかにしたい.

  • → この構造から生じたデータを集める → このデータを使って構造を表す手法を選ぶ

  • → この手法で明らかになる →この手法が使えるデータを集める

• データから

  • このデータを分析したい

  • → このデータを分析できる手法を選ぶ → この手法とデータから明らかになることを考える

  • → このデータから明らかにしたい構造を考える → データから構造を明らかにする手法を考える

• 手法から

  • この手法を使いたい,作りたい

  • → この手法で何が明らかになるのかを決める → この手法が使えるデータを集める

  • →この手法が使えるデータを集める → この手法とデータから明らかになることを考える

• 目的の決め方

  • 自分の知りたい構造を沢山挙げる

  • その構造の仮説を立てる

    例: Twitterでバズる方法には規則があるかもしれない?, 少子高齢化には背景に構造があるかもしれない?

  • → すでに明らかになっていないか,本,論文を探す(先行研究).

    何が分かっていて何が分かっていないのか?

  • 大変なところ: アイデア勝負(創造性), 先行研究を調べるのが大変

• 手法の決め方

  • 沢山の手法の原理/使い方を学ぶ

  • 興味のある,自分で使えるようになりたい手法を選ぶ

    例:兎に角テキスト解析してみたい!, 取り敢えず統計モデルっていうものを作ってみたい!

  • → その手法について学習して, 使えるようにする.

    どんな原理で,何が明らかになるもので,どのように使うのか?

  • 大変なところ: 手法は難しい,沢山ありすぎる,数学,プログラミングの知識が必要

• データの決め方

  • 様々なデータを探す/自分でデータを作ってみる(実験,調査)

  • → データの特徴を分析(記述統計学),設計する(実験計画)

    例: 取り敢えずYoutubeの視聴データが面白そう!, 大学の教育のデータから何が言えるかな?, アンケート調査とかしてみたい!

  • 大変なところ: 実験や調査は手間がかかる. データの特徴を調べないといけない.

この3つをそれぞれ,自分の興味のあるものを考えて見よう. 最低3アイデアを考えてみましょう.(目的1つで3つでも, それぞれ1つずつでもOK)

• 目的も手法も決まったけどデータがない!

  • 千葉商科大学生の親の所得と成績について,回帰分析したい!

  → けどそんなデータはない

  → アンケート調査する?/変更する

• データも手法も決まったけど,出てくる構造がすでに知られている/つまらない

  天気と気温のデータがあるので検定をすれば,晴れの日は雨の日より気温が高いことが分かる

  → そんな当たり前のことが分かっても…..

• 目的もデータもあるけど,手法が難しすぎる/存在しない

  企業の会計データと取引経路のデータがあるので,これで経済構造を明らかにできる!

  → エージェントベースモデリングをやるには,数百万円の計算機と,数万行のコードを書く必要があるし,モデル作成も複雑すぎる….

ので行ったり来たりするのが通常です.

• すぐに結果が出そうな目的

  • おおよそ明らかになっていることを少し変える

  • 既に知られていることでも取り敢えずやってみる

  • 本当に知りたいことのほんの一部だけに限定する

• 手頃なデータ

  • 昨年の講義で利用されているデータ

  • 簡単に手に入るデータ

  • 教員が提示したデータ

• 簡単な手法

  • 授業で扱っている基礎的な手法に限定する

  • やりたいことの簡単なバージョンを利用する

  • 教員の研究の一部を担当する

• 演習

1. この講義の過去の研究事例をどれか一つ読み,以下のことをそれぞれ一行程度の文章でスライド1枚にまとめてください.

   • 目的

     知りたいことは何か?

   • 手法

     どのような手法を利用したか(名称のみで構いません.)

   • データ

     どのようなデータか,データをどのように集めたか. データの種類は何か.

2. 自分がこの講義で行う研究の,目的,手法,データ,どれでも良いので,3つ思いついたものをスライドにまとめてください.

   • デザインを入れるなど,きれいにまとめる必要はありません.議論のためのメモ帳として作成してください.

   • あとで補足,追加できるように1つのテーマにつき,1ページ使用してください.

   • 何かを調べた,読んだ,参考にした場合はその出典を書いておいてください.

     URL直張りでも構わないので,必ずあとで参照できる形でメモを残しておいてください.

   • 途中経過で構わないのでグループウェアの自分のチャネルにアップロードしてください.

   現時点では,実現が困難なものでも,不可能なものでも,つまらないものでも構いません,取り敢えず沢山やってみたいこと,興味のあることをまとめましょう.後ほど,その資料を元に,説明してもらい,ディスカッションします.