時間割
timetable
基盤医学系科目
curriculum
展開医学系科目
curriculum

カリキュラム全体概要

テキスト

出席管理システム(学生専用)

ユニット評価(学生専用)

臨床実習1評価(学生専用)

臨床実習2評価(学生専用)

出席管理システム(教員専用)

評価入力・閲覧(教員専用)

動画配信(学生・教員専用)

学生専用サイト

教員専用サイト

医学教育関連資料

国試関連資料

関連法規・宣言等

ユニット概要
Unit

コース

基礎生物医学

ユニット

医用統計学・医用AI学

目標

1.主題

1.統計学の基本的な用語、解析方法を説明できる。
2.生命現象の不確定性を統計的に客観的に評価できる。
3.医学における統計学の意義と限界について理解すきる。

2.到達目標

1.科学的根拠に基づいた医療の評価と検証の必要性を説明できる。
2.得られた情報を統合し、客観的・批判的に整理して自分の考えを分かりやすく表現できる。
3.2群間の平均値の差を検定できる。
4.3群以上の間の平均値の差を分散分析を用いて検定できる。
5.独立2群、または独立多群の順序変数データの検定を行える。
6.2変量間の回帰係数と相関係数を求め、その意味の違いを説明できる。
7.多変量解析の基本的な概念と解析結果を説明できる。
8. 機械学習について種類と特徴を説明できる。

3.ねらい(H28コアカリ等対応)

▼ねらい番号を表示

4.学修目標(H28コアカリ等対応)

▼コアカリ番号を表示

5.旧一般学習目標(GIO)

▼旧一般学習目標(GIO)を表示

方略(LS)

1.ユニット構成

日付昇順で表示
試験
項目 年月日曜日時限 内容 担当者 場所 コアカリ番号
2018年7月2日(月)
1・2時限(2年)
筆記試験 浅井義之 第3講義室
講義
授業ID 年月日曜日時限 講義内容 担当者 場所 コアカリ番号
k0401060900 9 2018年6月22日(金)
1・2時限(2年)
生存率 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-1
k0401060800 8 2018年6月21日(木)
5・6時限(2年)
機械学習3、一般化線形モデル 吉本潤一郎 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-4,Y-1-4-*-7
k0401060700 7 2018年6月20日(水)
3・4時限(2年)
機械学習2、多変量解析 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-12
k0401060600 6 2018年6月20日(水)
1・2時限(2年)
機械学習1、判別解析 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-12,B-1-2-*-6
k0401060500 5 2018年6月15日(金)
7・8時限(2年)
相関と回帰 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-9,Y-1-4-*-10,Y-1-4-*-11,B-1-2-*-5
k0401060400 4 2018年6月15日(金)
5・6時限(2年)
多重比較 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-7,B-1-2-*-4
k0401060300 3 2018年6月13日(水)
7・8時限(2年)
検定方法の基礎 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-2,Y-1-4-*-3,Y-1-4-*-4,Y-1-4-*-5,Y-1-4-*-6,Y-1-4-*-7,Y-1-4-*-8,B-1-2-*-1,B-1-2-*-2,B-1-2-*-3
k0401060200 2 2018年6月13日(水)
5・6時限(2年)
統計の基礎 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,C-3-3-3-1,Y-1-4-*-2,Y-1-4-*-3,Y-1-4-*-4,Y-1-4-*-5,Y-1-4-*-6,Y-1-4-*-7,Y-1-4-*-8
k0401060100 1 2018年6月12日(火)
3・4時限(2年)
統計の基礎/Rの基本 浅井義之 第1講義室
A-2-2-*-1,A-2-2-*-2,A-2-2-*-3,Y-1-4-*-1
実習(一斉型)
授業ID 年月日曜日時限 実習内容 担当者 場所 コアカリ番号
j0401060708 6 2018年6月22日(金)
3・4時限(2年)
機械学習、多変量解析 浅井義之, HOSSAIN MD. MAHBUB, 早野崇英, 長谷亮佑, 安部武志 第1講義室
j0401060506 5 2018年6月21日(木)
7・8時限(2年)
機械学習、多変量解析 浅井義之, HOSSAIN MD. MAHBUB, 早野崇英, 長谷亮佑, 安部武志 第1講義室
A-2-2-*-3,Y-1-4-*-12,Y-1-4-*-13
j0401060102 3,4 2018年6月19日(火)
1・2,3・4時限(2年)
二群間の検定 浅井義之, HOSSAIN MD. MAHBUB, 早野崇英, 長谷亮佑, 安部武志 第1講義室
A-2-2-*-3,Y-1-4-*-2,Y-1-4-*-3,Y-1-4-*-4
j0401060304 1,2 2018年6月18日(月)
5・6,7・8時限(2年)
多群間の検定 浅井義之, HOSSAIN MD. MAHBUB, 早野崇英, 長谷亮佑, 安部武志 第1講義室
A-2-2-*-3,Y-1-4-*-7

2.テキスト

必要度 書名 著者・監修者・訳者 出版社 出版年 本体価格
3 バイオサイエンスの統計学―正しく活用するための実践理論 市原清志 著 南江堂 1990 4893

1 必携(授業に必ず持参するもの)
2 推奨(学習する際に読むことを強く勧めるもの)
3 参考(参考書として適切なもの)

3.教育方法等の特記事項

1. 講義の際にはパソコン上でフリーの統計処理ソフトウェアであるRを用いて統計・機械学習の基礎理論の確認を行い,知識の確かな定着を図る。
2. 模擬データによる統計処理・機械学習の練習を組み合わせた実践的教育行うことで,応用力を養う。
3. 試験ではノート,配布資料,パソコンを使用する。

評価方法

 以下の項目を考慮に入れ,総合的に成績を評価する。
1.ユニット最終日の筆記試験・解析実技試験
2.出席状況を含めた学習態度
3.実習の評価

注意点(再試等)

 ユニット責任者の判断により,再試を行う場合がある。