- 次年度からの
データ分析演習における授業計画の抜本的改訂にかかり，統計哲学の内容（頻度主義，尤度主義，ベイズ主義）を少し盛り込むこととする。というのも，この科目（100分授業14回で，様々#な講義と演習をおこなう方式）ではたくさんの事項を広く浅く盛り込むことが求められ，深掘りする授業が求められていない（註：深掘りについては，きっかけを与えてもらった学生さんが，「その人が学ぶ範囲で」おこなう）からである。とすれば，たくさんのキーワード群に上記も含めておけば，統計学の基礎（統計的仮説検定）を知っている学生さんのごく一部が自学自習する可能性も皆無ではないだろう。
#・・・データ駆動社会とデータサイエンス，科学の方法（仮説演繹法，パース流：アブダクション，演繹，帰納），分析設計（フレーミング，過去の知見レビュー，因果性，問題設定，モデル化，統計的因果推論，統計哲学，データ収集，データ解析，結果の説明と実行，データ分析の倫理），データ表現（構造化データ，非構造化データ，n進法，浮動小数点など），データクレンジング，ビッグデータとデータエンジニアリング，AIの歴史と応用分野，機械学習，確率の概念（同時確率，条件付き確率，ベイズの定理，確率分布），Rによる統計解析演習，推計統計学（母集団と標本，標本分布，区間推定），統計的仮説検定（t検定，分散分析，多重比較，相関，ノンパラメトリック検定），統計モデリング（LM，GLM，GLMM，ベイズモデリング），アルゴリズム（二分探索，モンテカルロ法など），Pythonによる演算
