科目名[英文名]
数理行動モデル基礎[Introduction to Mathematical Behavior Model]
担当教員[ローマ字表記]
和田 啓吾
[
WADA, Keigo
]
科目ナンバー
FC2125A
科目ナンバリングとは
時間割番号
22125
科目区分
-----
講義形態
講義
開講学域等
融合学域
適正人数
-----
開講学期
Q4
曜日・時限
金1
単位数
1単位
授業形態
対面のみ
60単位上限
対象外
対象学生
-----
キーワード
-----
講義室情報
自然科学本館(総合研究棟Ⅴ) 106講義室(対面のみ)
開放科目
-----
備考
-----
授業の主題
⼈々の⾏動に関連するデータと数理モデル
学修目標(到達目標)
・⼈々の⾏動に関連するデータの内容を理解できる
・⼈々の⾏動に関連する将来のデータを予測できる
・適切な「数理モデル」を組み合わせて使うための基本的な考え方を理解できる
授業概要
以下の項目について,演習を交えながら授業を進める。
1. 数理モデルの活用法
2. 人間の行動のモデリング
3. 正規線形モデル(基礎)
4. 正規線形モデル(演習)
5. ゲーム理論(基礎)
6. ゲーム理論(演習)
7. 離散選択モデル(基礎)
8. 離散選択モデル(演習)
評価方法と割合
評価方法
次項の項目及び割合で総合評価し、次のとおり判定する。
「S(達成度90%~100%)」、「A(同80%~90%未満)」、
「B(同70%~80%未満)」、「C(同60%~70%未満)」を合格とし、
「不可(同60%未満)」を不合格とする。(標準評価方法)
評価の割合
授業には、3分の2以上の出席を必要とする。
授業内演習 20%
レポート課題 80%
ルーブリック
【授業別ルーブリック】
評価項目
評価基準
4
3
2
1
人の行動に関連するデータを理解し、課題を発見できているか
人の行動に関連するデータを理解した上で、適切な課題を発見し、課題の背景まで説明できる
人の行動に関連するデータを理解した上で、適切な課題を発見できている
人の行動に関連するデータをある程度理解し、課題も発見できている
人の行動に関連するデータを理解しておらず、課題も発見できていない
課題解決のために数理モデルを活用できているか
課題解決のために、自分で数理モデルを選択して活用できており、モデルの有効性まで説明できる
課題解決のために、自分で数理モデルを選択して活用できている
課題解決のために、与えられた数理モデルを活用できている
課題解決のために、数理モデルを活用できていない
実データ解析に興味関心を持ち、主体的に情報を集め、将来生じ得る課題に対する展望を持っているか
実データ解析に興味関心を持ち、主体的に情報を集め、将来生じ得る課題に対する具体的な展望を持っている
実データ解析に興味関心を持ち、主体的に情報を集め、将来生じ得る課題に対する展望を持っている
実データ解析に興味関心を持ち、主体的に情報を集めている
実データ解析に興味関心が無い
授業時間外の学修に関する指示
予習に関する指示
授業スライドを少なくとも30分予習することが望ましい。必要に応じて、参考書を活用すること。
予習に関する教材
復習に関する指示
★3.オンデマンド教材以外の指示・課題
毎回の授業後、少なくとも30分復習を行うことが望ましい。
復習に関する教材
教科書・参考書
参考書
参考書
書名
多モデル思考 : データを知恵に変える24の数理モデル
ISBN
9784627855014
著者名
スコット・E.ペイジ著 ; 椿広計監訳 ; 長尾高弘訳
出版社
森北出版
出版年
2020
オフィスアワー等(学生からの質問への対応方法等)
簡単な質問は授業の前後に受け付けます。それ以外に時間をとってほしい場合にはメールで予約してください。
履修条件
特になし
その他履修上の注意事項や学習上の助言
第4、6、8回目の演習授業では、ノートパソコンを持参する必要があります。
特記事項
特記事項
派遣留学中の学生についてオンライン対応 否
ページの先頭へ