タイトル
     2025 年度 後期  畜産学部 畜産科学課程 日英区分 :日本語 
  
農業統計学   AGRICULTURAL STATISTICS 後期 
講義題目
 
時間割コード 科目分野
42597010  
担当教員（ローマ字表記） メールアドレス
  太田　洋輝　[OHTA Hiroki]   hirokiohta@obihiro.ac.jp
対象学生 対象年次
  2年次 ～
単位数 授業形態
2 講義
授業概要  
本講義では、ネットワーク理論(前半)と機械学習(後半)の基礎を学び、それらを用いて農業統計データ(農業センサスなどから取得)を解析する方法を学習する。
2回のデータ解析ワークショップでは、参加者自身が実際の農業統計データを収集するところから始め、データ解析を実行し、その結果に基づいてどのような予測が可能か、またそれを検証するためにどのような解析が必要か、について参加者と意見交換しながら実践的に学習する。
 
到達目標  
将来的に解析する可能性のある農学データ(例えば、農林水産統計[https://www.maff.go.jp/j/tokei/]や統計調査[https://www.stat.go.jp/info/kouhou/index.html]など)に対して、基本的なデータ解析を実行し、さらに必要に応じて新たな解析方法を学んでいくための基盤となる知識である、ネットワーク理論と機械学習の基礎を身につける。
 
授業計画  
1. 授業ガイダンス (農学データ、ネットワーク理論、機械学習とは)
2. ネットワーク理論の基礎
3. ゲーム理論の基礎
4. ネットワーク上のゲーム理論
5. ネットワーク形成のゲーム理論
6. ネットワーク中心性
7. データ解析ワークショップ1 (農林業センサスなどの農業経営体・農業事業体データ取得とグラフ化)
8. 中間テスト (1-6までの内容)
9. データの相関分析と線形回帰モデル
10. モデル選択(LASSOと交差検証)
11. データの次元縮約 (主成分分析, t-SNEなど)
12. データ解析ワークショップ2 (作物統計などの時系列データ取得とグラフ化)
13. 機械学習1 (階層・非階層クラスタリングなど)
14. 機械学習2 (パーセプトロン, 多層ニューラルネットワークなど)
15. 機械学習3 (Hopfieldネットワーク, Attention機構など)
期末レポート提出 (農業統計データの解析)
 
キーワード  
農業統計データ、ネットワーク理論、交差検証、次元縮約、クラスタリング、ニューラルネットワーク
 
テキスト・教材  
備考 なし
 
参考図書  
参考書1 ISBN
書名 ゲーム理論からの社会ネットワーク分析
著者名 藤山 英樹 出版社 オーム社 出版年 2023
備考
参考書2 ISBN
書名 データサイエンス入門
著者名 原田 史子, 島川 博光 出版社 共立出版 出版年 2023
備考
参考書3 ISBN
書名 ニューラルネットワークとディープラーニング
著者名 Charu C. Aggarwal 出版社 学術図書出版社 出版年 2022
備考
参考書4 ISBN
書名 数理・データサイエンス・AI教材
著者名 数理・情報教育研究センター 出版社 東京大学 出版年 2021
備考 http://www.mi.u-tokyo.ac.jp/6university_consortium.html
 
準備学習（予習・復習）等の内容と分量  
前回までの講義内容を復習し疑問点を抑えておくこと
講義後は講義で扱われた練習問題を自分で解いてみること
ワークショップの際は事前にデータ解析をしておく
 
成績評価の基準と方法  
11回以上の出席が単位取得に必須である。
各回5点の小レポート提出(合計の最大が55点)、中間テスト(25点満点)、期末レポート(20点満点)の合計100点で成績評価を行う。
 
ルーブリック表などの参考画像  
 
履修にあたっての注意事項  
授業全体で前期開講「数学概論」の知識(微分積分と線形代数の入門的概念と計算)、授業後半(9回目以降)で後期クォーター前半開講の「数理統計入門」の知識(確率の基礎)を、事前知識として仮定し頻繁に使用する。
従って、「農業統計学」を履修予定の場合は、履修前に「数学概論」と「数理統計入門」を履修するか、それらに相当する内容の自習が必須である。また、「データサイエンス演習」も授業の理解の助けになるので事前の履修を推奨する。
 
在室時間（オフィスアワー）  
第一回授業で説明する。
 
参照HP  
初回の授業でmoodleのアクセスキーを共有する。
 
研究室HP  
http://hirokiohta.tumblr.com/
 
備考  
なし
 
実務経験と関連する授業内容  
国内・国外の研究機関でネットワーク理論・データ解析に関する研究の実務経験あり。
 
添付ファイル  
 
ページの先頭へ