応用プログラミング3

専修大学ネットワーク情報学部
兼任講師
田中 健太

専修大学ネットワーク情報学部の専門科目「応用プログラミング3」2023年度のリポジトリです。2021年度後期から開講しています。

講義資料などの取り扱いは、リポジトリに設定したMITライセンスに準じます。自由にお使いいただけますが、代わりに何か仕事 (研修、非常勤講師、教材・書籍執筆など) をいただければうれしいです。

シラバス

この講義は、R言語の応用的な話題について、以下のようなテーマで取り上げます (シラバスより抜粋)。

到達目標

1. R言語の近年の動向を捉え、適切な開発環境、パッケージを選択してプログラミングできる
2. tidyverseを念頭に置いたモダンなデータ分析フローを理解し、分析を実践できる
3. 機械学習やテキストマイニングなど、分析の目的に応じた手法を選択し、Rプログラムとして実装できる

講義概要

データ分析のためのプログラミング言語であるRについて、近年 (2010年代後半以降) の開発動向を紹介し、ビジネスや研究の現場で広く使われるパッケージの活用方法を、実際にプログラミングをしながら学習します。講義を通じて、実践的なRプログラミングのスキルを身に着けることを目標とします。なお、本講義の履修者は、R言語について基本的な知識を有していると想定しています。前提知識として想定するのは以下の事柄です。

【前提知識】※第1回の授業で簡単な振り返り、確認を行います。

1. Rでファイルからデータを読み込むことができる
2. オブジェクト (変数) を作成し、要素 (行や列) を参照できる
3. オブジェクトに関数 (データ加工、グラフィックス、統計処理など) を適用し、結果を得ることができる

講義計画

以下のような、Rを活用したモダンなデータ分析に関するトピックを取り上げます。

1. ガイダンス、Rプログラミングの基本: 教材PDF / ハンズオン環境
2. Rプログラミングの基本、最近の動向について: 教材PDF / 補足資料PDF / ハンズオン環境
3. R Markdownによるレポート作成: 教材PDF / ハンズオン環境
4. GUIによるデータ分析: Radiant等: 教材PDF / ハンズオン資料 / ハンズオン環境
5. ggplot2パッケージによるグラフィックス作成 (1): 教材PDF / ハンズオン環境
6. ggplot2パッケージによるグラフィックス作成 (2): 教材PDF / ハンズオン環境
7. tidyverseによるデータハンドリング (1): 教材PDF / ハンズオン環境
8. tidyverseによるデータハンドリング (2): 教材PDF / ハンズオン環境
9. Rによる統計モデリング、機械学習の基礎: 教材PDF / ハンズオン環境
10. 機械学習フレームワークによる機械学習 (1): 教材PDF / ハンズオン環境
11. 機械学習フレームワークによる機械学習 (2): 教材PDF / ハンズオン環境
12. RによるWebスクレイピング: 教材PDF / ハンズオン環境
13. 日本語テキストマイニング (1): 教材PDF / ハンズオン環境
14. 日本語テキストマイニング (2): 教材PDF / ハンズオン環境
15. reticulateによるPythonとの連携 / Shinyによるアプリケーション開発: 教材PDF / ハンズオン環境

授業時間外の予習・復習・課題

講義概要で示した、R言語についての前提知識に不安がある方は、以下の参考書等で事前に学習してください。

授業ごとに毎回、Rプログラムを作成する課題を指示します (作業時間2時間程度)。翌週の講義開始時刻までにGoogle Classroom等で提出してください。また、予習・復習として、講義で紹介する各種パッケージに関する情報収集 (Web検索、ドキュメント閲覧) をすると良いでしょう。

教科書・参考書

講義資料は、随時Google Classroom等で共有します。以下は、参考書ですので、購入は必須ではありません。R言語の基礎知識に不安がある、またはさらに理解を深めたい方は通読してください。多くの書籍が専修大学の図書館に収蔵されています。

※GitHub上の本文書では、以下の書籍のリンク先として、Amazonアフィリエイトを設定しています。(そら、小銭が欲しいですもの)

1. 松村優哉, 湯谷啓明, 紀ノ定保礼, 前田和寛, 2021, 改訂2版 RユーザのためのRStudio実践入門〜tidyverseによるモダンな分析フローの世界, 技術評論社
2. 浅野正彦, 中村公亮, 2018, はじめてのRStudio: エラーメッセージなんかこわくない, オーム社
3. 松村優哉, 瓜生真也, 吉村広志, 2023, Rユーザのためのtidymodels［実践］入門〜モダンな統計・機械学習モデリングの世界, 技術評論社
4. Jared P. Lander (著), 高柳慎一, 津田真樹, 牧山幸史, 松村杏子, 簑田高志 (翻訳), 2018, みんなのR 第2版, マイナビ出版
5. 石田 基広, 2017, Rによるテキストマイニング入門 (第2版), 森北出版
6. 有賀友紀, 大橋俊介, 2021, RとPythonで学ぶ［実践的］データサイエンス＆機械学習【増補改訂版】, 技術評論社

＜成績評価基準・評価の配分等＞

以下の基準で提出物を評価します。

1. 課題の意図を理解し、パッケージ等を活用して、要求を満たすプログラムを実装できたか
2. 要求を満たした上で、よりシンプルで可読性の高いプログラムを実装できたか
3. グラフィックスのラベルや目盛、レポートのフォーマット等を工夫した、分析結果を第三者に伝えることを意識したプログラムであるか

講義資料

配布資料

授業で配布する資料を公開します。PowerPointのスライド+ノートの形式です。GitHubでは、「ノート」スタイルで出力したPDFと、授業内のハンズオン演習および週次課題のソースコードを公開します。

資料は、bookdownパッケージでRMarkdownから作成しました。

ハンズオン環境

授業では、Posit Cloudにデプロイした環境で、講義内容に関連したハンズオン演習ができます。

講義動画

講義動画もそのうち作成・公開予定です。