講義

計算社会科学(講義形式, 総合研究大学院大学情報学専攻, 大学院生), 2021年度~開講

鳥海不二夫 編著, 石井晃, 他12名 著,計算社会科学入門,丸善出版,2021年01月,ISBN 978-4-621-30596-6を使って講義します.全12回(コマ)ではなく,12章です.ネットワークなどは2コマ使って解説します
計算社会科学入門 まえがき 解説

  1. 計算社会科学とは
  2. Web 調査
  3. デジタル実験
  4. データ収集・公開データセット
  5. ネットワーク
  6. テキスト分析:データとしてのテキスト
  7. ソーシャルデータ分析のための教師あり機械学習
  8. 社会シミュレーション
  9. 統計モデリング
  10. 社会物理
  11. 計算社会科学における倫理
  12. 計算社会科学の今後の展望と課題

計算機シミュレーション2(講義形式, 中央大学理工学部物理学科, 学部3年生対象), 2019年度

<計算機シミュレーション2>

評価方法
各授業の終わりにレポート課題を1セット出す.興味のある課題を3セット(当初の4セットから1つ減らしました)を選び,第12,13,14回の授業で発表してもらう.
合わせて,各自が具体的に問題を設定し,数値計算を駆使してえた結果も発表してもらう.
授業中に課す課題のレポート(50%)と,最終の発表とレポート(50%)で評価
レポートはA4で作成し,発表後,または,第14回の授業後に提出すること.枚数は問わない.(名前と学籍番号は忘れずに)

  1. プログラミング時間を短縮するPython (科学計算用ライブラリ)
  2. 可視化 (グラフ描写Plotly)
  3. 最新の科学技術計算言語Julia (並列計算,他言語との連携)
  4. 古典力学系とカオス,フラクタル
  5. 流体力学シミュレーション(2次元定常流)
  6. 量子力学(シュレディンガー方程式の数値解法)
  7. 統計力学(統計平均とモンテカルロ法)
  8. 統計力学(2次元イジング模型の相転移, セルオートマトン)
  9. 社会現象シミュレーション(複雑ネットワークと検索エンジンGoogle)
  10. AI(機械学習)
  11. AI(ディープラーニング)
  12. 演習&レポート発表
  13. レポート発表
  14. レポート発表,最終レポート提出,授業の総括

情報科学特論IB(大学院名)・情報科学特論A(学部名)(リレー講義形式, 津田塾大学学芸学部情報科学科, 大学院生&学部4年生対象), 2014年度

<情報科学特論IB & 情報科学特論A>

  1. 第9回,第11回,第14回の講義概要
  2. 地球環境・防災・経済システムへの応用
    1. 時空間データとビッグデータ
      • 時系列データ
      • 時空間データ
    2. 地球環境・防災・経済システム概論
      • 地球シミュレータ
      • パンデミック予測・文化の拡散
      • High frequency trading (HFT)
    3. セル・オートマトン
      • セル・オートマトンとは?
      • 交通渋滞モデル
      • 感染症モデル
      • 森林火災モデル
  3. 放送映像への適用
    1. 画像の特徴量抽出
      • カラーヒストグラム
      • 形状
      • 局所特徴量(SIFT)
      • Bag-of-Featuresとトピックモデル
      • 群集行動
    2. 映像から読み解く人間関係
      • 映像からのネットワークの作成
      • 統計量
      • 頑強性
  4. 産業応用事例モバイルライフログ

情報数理特別講義(講義形式, 新潟大学理学部数学科, 学部4年生対象), 2014年度

<情報数理特別講義>

目的:
最近話題のビッグデータの数理分析について,特にその事前知識を仮定せず,基礎的なことから解説します.これまでに,株などの金融市場,企業間格差,消費者行動,店舗間競争,ブログ,twitter,ニュース,不動産市場,人口問題など,様々な関連するビッグデータを分析し,主にバブルやブームやヒットなどの非常時の現象が何故起きるかを解明し,ときには予測もしてきました.本講義では,ビッグデータから観測できるミクロな各個人や各企業の行動が,どのように積み重なってマクロな経済活動を生み出すのかを,データの収集方法,データの解析方法,モデルの構築方法を具体例を上げながら順に紹介することによって教えます.プログラミング言語を用いてクローラーを作り,ネット上の情報を収集するところから始めますので,分野を問わずビッグデータ分析に興味のある方は受講してください.
**********************************
レポート
提出期限:講義中に通知
A4レポート 2枚
提出場所:水野のメールアドレスに提出
メールの件名:「情報数理特別講義(氏名)」とすること
**********************************

  1. ビッグデータ分析とは
    1. 講義の目的
    2. データ分析の手順と例
    3. レポート課題の進め方と例題
  2. プログラム言語とPerlの基礎
    1. プログラム言語
    2. Perlの基礎
  3. 変数
    1. 変数
    2. strictとwarnings
    3. 標準入出力
  4. 演算子と制御構文
    1. 基本的な演算子
    2. 場合に応じた処理
    3. 何度も繰り返す処理
  5. 組み込み関数
    1. ファイルの入出力,配列関数,ハッシュ関数
  6. 正規表現と文字列関数 -Web(口コミ)サイトの分析-
    1. Webに溢れる大規模データ
    2. 正規表現
    3. 文字列関数
    4. Web API
    5. クローリング
    6. 収集プログラムの具体例
  7. ネットワーク分析
    1. ネットワークとは
    2. 統計量 -効率的なWebクローリング-
    3. ランダムネットワーク
    4. スモールワールド・ネットワーク
  8. コンビニとWebショッピングの分析
    1. 消費者行動に潜む法則
    2. ネットでの値崩れ
    3. 価格比較サイトのモデル
  9. 相関の統計検定
    1. 相関関数
    2. 相関分析の例
    3. IIDノイズとホワイトノイズ
    4. 相関の統計検定
    5. ランダムウォークと中心極限定理
    6. 定常性の検定
  10. 分布 -ビッグデータ時代の相関分析-
    1. 中心極限分布とレヴィ分布
    2. 累積分布関数とソート
    3. べき分布とモーメントの発散
    4. べき分布の具体例
    5. 分布の統計検定
  11. 不動産サイトからのバブルの検出
    1. 不動産価格の空間的バラツキ
    2. 過去のレポート例
  12. 格差社会のビッグデータ分析
    1. 企業の富の格差
    2. 生産関数
    3. 企業間ネットワーク
  13. 相関関数とネットワーク
    1. 株価変動の連動
  14. 口コミ分析 -自然言語処理-
    1. 基礎技術
    2. トピックモデリングとは
    3. 次元圧縮と主成分分析
  15. トピックモデリング
    1. 潜在的意味解析
    2. 潜在的ディレクレ配分法
    3. Yahoo!LDAの実装

ビッグデータ概論(リレー講義形式, 総合研究大学院大学情報学専攻, 大学院生), 2014年度~開講

Introduction to Big Data Science

Applications in economic and social analysis
PDF in 2014, PDF in 2015/2016, PDF in 2017, PDF in 2018

  1. A statistical law of tail events
    1. Price change in financial markets
    2. Shopper's payment in convenience stores
    3. Real estate
    4. Company and personal wealth
  2. Globalization of economy
    1. Local inter-firm network
    2. Global inter-firm network and spillover effects
    3. Air traffic flow network and epidemic behavior
  3. Forecasting price
    1. Stock price
    2. Electrical product price

経済物理学(講義形式, 総合研究大学院大学情報学専攻, 大学院生), 2013年度~開講

<経済物理学>

2017年度のレポートの締め切りは2016/2/22 23:59です.

目的:
ビックデータやシミュレーションを用いた社会現象の解明は、情報学のみならず経済学や物理学の重要なテーマである。
本講義では、情報学者のための、マクロ経済学や計量経済学、統計物理学、経済物理学の基本的な概念や分析手法、分析結果の解釈を学ぶ。

  1. 経済物理学とは
    1. 講義の目的
    2. 経済物理学の位置づけ
    3. 経済物理学の研究例
    4. レポート課題の進め方
  2. 株価の経済物理学1
    1. 株式市場の役割
    2. アインシュタインとブラウン運動
  3. 株価の経済物理学2
    1. 計量ファイナンスのツール(無相関と独立)
    2. 計量ファイナンスのツール(ランダムウォークと中心極限定理)
  4. 株価の経済物理学3
    1. 複雑系としての株式市場
    2. 株価変動の実証分析(株価変動分布の解析)
  5. 株価の経済物理学4
    1. 株価変動の実証分析(株式市場の短期・長期記憶性)
  6. 株価の経済物理学5
    1. 株価変動の実証分析(外国為替市場との類似性)
  7. 株価の経済物理学6
    1. 株価変動の実証分析(株式市場の複雑な相関構造)
  8. 株価の経済物理学7
    1. 株式市場のモデル化(物理学のモデル)
  9. 株価の経済物理学8
    1. 株式市場のモデル化(計量ファイナンスのモデル)
  10. 財の経済物理学
    1. 消費者行動に潜む法則
    2. 価格変動の実証分析
    3. 家電オンライン市場のモデル化
  11. 企業成長の経済物理学
    1. 企業サイズのパレートの法則
    2. 生産関数
    3. 企業ネットワークの性質
  12. 空間経済の経済物理学 ( PDF2015 PDF2017 )
    1. 不動産価格の空間的バラツキ
    2. Webデータを使った研究例
    3. レポート課題
  13. ネットワーク・コミュニティ
    1. ネットワーク分析の基礎
    2. Girvan-Newmanアルゴリズム
    3. MapEquation
    4. その他の手法
  14. クラスタリング(準備中)
  15. Appendix
    1. Webクローリングによる経済データの収集
      1. Webデータを使った研究例
      2. Perl言語とWebサイトの文字コード
      3. Web API
      4. Webクローリング(スパイダリング)
      5. 収集プログラムの具体例
      6. VBAによるIEの自動制御

知能システム科学概論Ⅱ(Introduction to Intelligent Systems Science II)(リレー講義形式, 総合研究大学院大学情報学専攻, 大学院生), 2013年度~開講

<知能システム科学概論Ⅱ(Introduction to Intelligent Systems Science II)>

Econophysics

  1. Econophysics (I)
    1. Introduction
      1. Econophysics
      2. Foreign exchange market
    2. Basic statistical laws of financial price change
      1. Normal distribution and Pareto distribution
      2. Distribution of financial price change
      3. Distribution of other economic phenomena
  2. Econophysics (II)
    1. Basic statistical laws of financial price change
      1. Definition of correlation function
      2. Autocorrelation function of price change
      3. Long memory of volatility
      4. Complex correlation of the sign of price changes
      5. Price diffusion
    2. Characteristics of price in online product market
      1. Kakaku.com
      2. Similarities and differences between product and asset prices
  3. Econophysics (III)
    1. Company wealth inequality
      1. Distribution of firm size
      2. Relationship of Sales, Labor and Asset
    2. Customer-Supplier network
      1. Structure and Evolution of the network
      2. Implications for Firm Sales and Growth
  4. Econophysics (IV)
    1. Global issues in supply-chain
    2. Domestic Inter-firm Networks
    3. Global Inter-firm Networks
    4. Next research targets
  5. Econophysics (V)
    1. Econophysics Approach to Financial Time Series
    2. Stylized Fact
    3. Modeling
  6. Econophysics (VI)
    1. Exogenous shock 1
    2. Exogenous shock 2
    3. Exogenous shock 3

経営学特殊講義IV(講義形式, 成城大学経済学部経営学科, 学部2~4年), 2013年度開講

<経営学特殊講義IV>

目的:
ビックデータ時代が到来し、パソコンを用いたデータ解析は最早、理系だけの必須スキルではなくなった。コンビニや改札で使われる電子マネー、スマートフォンに内蔵されるGPS、アラブの春を引き起こしたSNS、これらから経済・経営に必要な情報を抽出・集約し、そこに他の授業で培った経営と経済理論を組み込めば、過去の時代にはない企業経営や経済政策が可能になる。本授業では、ビックデータから経済・経営に必要な情報を抽出・集約するコンピュータ・プログラミングによるデータ解析の基礎的な内容を扱う。具体的には、汎用性の高いプログラム言語Perlの使い方を株価等のデータの解析を通して修得する。

*** レポート課題(2013年度講義) ***

  締切2014年1月30日 23時59分
  A4レポート用紙10枚以内程度
  提出場所は水野のメールアドレスmizuno@
  (@の後ろにnii.ac.jpを付ける)
  メールの件名は「経営学特殊講義IV(氏名)」とする。
  レポート課題( PDF )

********************************

  1. はじめに ―経済・経営ビックデータの分析例―
    1. 講義の目的
    2. 分析の手順と例
    3. Perlの動作チェック
  2. プログラム言語とPerlの基礎
    1. プログラム言語
    2. Perlの基礎
  3. 変数と演習1
    1. 変数
    2. strictとwarnings
    3. 標準入出力
    4. 演習1
  4. 演算子と制御構文
    1. 基本的な演算子
    2. 場合に応じた処理
    3. 何度も繰り返す処理
  5. 演習2
  6. 組込み関数 ―ファイルの入出力, 配列関数, ハッシュ関数―
    1. 配列関数
    2. ファイルの入出力とsplit関数
    3. ハッシュ関数
  7. 演習3
  8. 正規表現と文字列関数 ―Web(口コミ)サイトの分析―
    1. 正規表現
    2. 文字列関数
  9. 演習4
    1. 補足:日付->ある日からの秒数に変換する方法
  10. 相関関数とネットワーク ―株価変動の連動―
    1. 最小二乗法
    2. 相関関数
    3. Minimum Spanning Tree
  11. 演習5

情報エレクトロニクス特別講義(I)(講義形式, 鳥取大学工学研究科情報エレクトロニクス専攻, 大学院生, 2012年度開講.

<情報エレクトロニクス特別講義(I)>
「Webクローリングと自然言語処理」

目的: 
昨年、匿名により政府・企業・宗教などに関する大量の機密情報を公開するWebサイト「WikiLeaks」が注目を浴びた。この大量なテキストで書かれた機密情報の山から、人海戦術で必要な情報を探しだすことが世界中でおこなわれている。そう、現在は、膨大なテキストの山に対して、そこから情報を抽出する技術が不足している。本講義では、Webからbrogに代表されるテキスト情報をクローリングして集めてくる技術、及び、大量なテキストから情報を抽出する潜在的ディリクレ配分法の習得を目指す。

  1. 大規模計量分析とは
    1. 講義の目的
    2. 修得スキル
    3. Webマイニングの研究例
  2. プログラミング基礎
    1. Perl言語の紹介
    2. 正規表現
    3. 大規模テキストのための小技
  3. 大規模データの収集
    1. Webに溢れる大規模データ
    2. Web API
    3. Webクローリング
    4. 収集プログラムの具体例
  4. 効率的なWebクローリング
    1. ネットワーク理論とは
    2. 経路探索法
    3. 次数とページランク
    4. 研究例
  5. 自然言語処理
    1. 基礎技術
    2. トピックモデリングとは
    3. 次元圧縮と主成分分析
  6. トピックモデリング
    1. 潜在的意味解析
    2. 潜在的ディレクレ配分法
    3. Yahoo! LDAの実装

大規模計量分析特論(講義形式, 筑波大学大学院CS専攻, 大学院生, 2011年度~2015年度開講.

<大規模計量分析特論>

*** 2015年度講義 ***
レポート課題
提出場所は水野のメールアドレスmizuno@
(@の後ろにnii.ac.jpを付ける)
メールの件名は「大規模計量分析特論(氏名)」とする。

  1. 大規模計量分析とは
    1. 講義の目的
    2. データ分析の手順と例
    3. レポート課題の進め方と例題
  2. 大規模データの収集
    1. Webに溢れる大規模データ
    2. Perl言語と文字列関数
    3. Web API
    4. クローリング
    5. 収集プログラムの具体例
    6. Internet Explorerを制御する (ログインサンプル)
  3. ネットワーク分析
    1. ネットワークとは
    2. ネットワーク統計量
    3. ランダムネットワーク
    4. スケールフリーネットワーク
  4. 相関の統計検定
    1. 相関関数
    2. 相関分析の例
    3. IIDノイズとホワイトノイズ
    4. 相関の統計検定
    5. ランダムウォークと中心極限定理
    6. 定常性の検定
  5. 分布 -ビックデータ時代の相関分析-
    1. 中心極限定理とレヴィ分布
    2. 累積分布関数とソート
    3. べき分布とモーメントの発散
    4. べき分布の具体例
    5. 分布の統計検定
  6. 複雑な相関構造の分析
    1. ノンパラメトリック検定
    2. ハースト指数
  7. 相関ネットワーク
    1. 相互相関行列
    2. 最小樹形図(MST)
    3. 相関行列の主成分分析
    4. ランダム行列理論入門
    5. 相互相関ネットワーク

*** 2013年度講義 ***

  1. 大規模計量分析とは
  2. 大規模データの収集
  3. ネットワーク分析
  4. 相関の統計検定
  5. 分布 -ビックデータ時代の相関分析-
  6. 複雑な相関構造の分析
  7. 相関ネットワーク

*** 2012年度講義 ***

  1. 大規模計量分析とは
  2. プログラム言語の復習
  3. 大規模データの収集
  4. ネットワーク分析
  5. 相関関数と乱数の統計検定
  6. 分布 - ビックデータ時代の相関分析 -
  7. 複雑な相関構造の分析
  8. 多変量解析
  9. 復習

*** 2011年度講義 ***

  1. 大規模計量分析とは
  2. プログラム言語
  3. 相関関数と乱数の統計検定
  4. 分布
  5. 複雑な相関構造の分析
  6. ネットワーク分析
  7. 多変量解析Ⅰ
  8. 多変量解析Ⅱ
  9. 大規模データの収集

レポート課題 (課題と評価基準PDF)

  締切2011年7月8日
  A4レポート用紙10枚以内程度
  提出場所は水野のメールアドレスmizuno@cs.
  (cs.の後ろにtsukuba.ac.jpを付ける)
  メールの件名は「大規模計量分析特論(氏名)」とする。

******************

高度ICT特別プロジェクトI,II/高度ICT研究開発プロジェクトI,II,III(PBL形式, 筑波大学大学院CS専攻, 大学院生, 2011年度~2012年度開講.

情報処理論A(講義形式, 一橋大学経済学研究科, 大学院生および学部3~4年対象),2010年度開講.

<情報処理論A>

2010年度 レポート課題 締切は8月9日!

  1. 情報処理とは
    1. 3つの科学
    2. プログラム言語
    3. インストールとプログラミング
  2. 「R」Commanderの基礎
    1. R Commanderの導入
    2. グラフの作成
    3. 基礎統計量
  3. 「R」Commanderの応用
    1. 検定
    2. モデルを使ったデータ分析
    3. 多変量データ分析
  4. R言語の基礎
    1. 単純計算と変数
    2. ベクトル
    3. 行列
    4. その他の形式
  5. R言語プログラミング
    1. 自作関数の作成
    2. 場合に応じた処理
    3. 何度も繰り返す処理
  6. R言語での分析の準備
    1. パッケージ
    2. データの入出力
    3. グラフィックス
  7. R言語での時系列分析
    1. データ読み込み&定常化
    2. AR(p)過程
    3. AR(p)モデルのシミュレーション
  8. R言語でのネットワーク分析
    1. 社会ネットワークとは
    2. ランダムネットワーク
    3. スケールフリーネットワーク
  9. R言語での相互相関分析
    1. 相互相関行列
    2. 主成分分析と固有値分解
    3. ランダム行列理論入門
    4. 相互相関ネットワーク
  10. C言語の使い方 その1
    1. C言語の基本
    2. 変数
    3. 標準入出力
    4. 基本的な演算子
  11. C言語の使い方 その2
    1. 場合に応じた処理
    2. 何度も繰り返す処理
    3. 配列
  12. C言語の使い方
    1. ポインタとファイルの入出力
    2. ポインタを用いた大規模な配列
    3. 乱数アルゴリズムと関数の利用
  13. 演習 (サンプルデータ)
  14. 演習

Service Sciences and the Related Economics Matters(英語講義形式, 中央大学商学研究科, 大学院生対象), 2010年度~2019年度開講.

Service Sciences and the Related Economics Matters

Econophysics - Statistical laws of high - frequency data -

  1. Introduction
    1. Introduction
  2. Basic statistical laws of economic dispersion
    1. Normal distribution and Pareto distribution
    2. Distribution of financial price change
    3. Distribution of firm size
    4. Distribution for other economic phenomena
  3. Generating mechanism of Prato distribution
    1. Dynamics of firm size
    2. Production function - Input-output mechanism 窶�
    3. Customer-Supplier network

サービス経済(講義形式, 中央大学商学研究科, 大学院生対象), 2009年度開講.

経済データ分析入門(講義形式, 一橋大学経済学研究科, 大学院生および学部3~4年対象),2008年度~2009年度開講.

<経済データ分析入門>

2009年度 レポート課題 締切は8月9日!

  1. 経済データ分析とは
    1. データ分析の手順
    2. プログラム言語とプログラミングの手順
  2. C言語の使い方 その1
    1. C言語の基本
    2. 変数
    3. 標準入出力
    4. 基本的な演算子
  3. C言語の使い方 その2
    1. 場合に応じた処理
    2. 何度も繰り返す処理
    3. 配列
  4. C言語の使い方 その3
    1. ポインタとファイルの入出力
    2. ポインタを用いた大規模な配列
    3. 乱数アルゴリズムと関数の利用
  5. 相関関数
    1. 相関関数の導出
    2. 相関分析の例(金融市場)
    3. 演習問題
  6. 演習
  7. 乱数と相関の統計検定
    1. 正規乱数と指数乱数
    2. IIDノイズとホワイトノイズ
    3. 相関係数の統計検定
    4. 統計検定の例(人間乱数)
  8. 分布 (PDF1 PDF2)
    1. 中心極限定理とレヴィ分布
    2. 累積確率密度関数とソート
    3. モーメントの計算
    4. 累積確率密度関数の具体例
  9. 複雑な相関構造の分析
    1. パワースペクトル
    2. ウェーブレット変換の紹介
    3. 条件付き確率を用いた相関分析
    4. ハースト指数
    5. その他の分析手法
  10. 多変量解析
    1. 相関距離
    2. MST(クラスター分析)
    3. 主成分分析
    4. 多次元尺度構成法
  11. ネットワーク
    1. 社会のネットワーク構造と相互作用
    2. 基礎的なネットワークの統計量
    3. ランダムネットワーク
    4. スケールフリーネットワーク
  12. 時系列モデル
  13. 確率モデル
    1. セル・オートマトン(決定論的モデル)
    2. 確率モデル(確率論的モデル)
  14. Appendix. 分析のC言語プログラム (Appendix.c)
    1. A.1 確率密度関数
    2. A.2 累積確率密度関数
    3. A.3 条件付き確率を用いた相関分析
    4. A.4 ハースト指数

演習(ゼミ形式, 一橋大学経済学研究科, 大学院生対象), 2008年度~2009年度開講.

日本のカカク(公開講座, 一橋大学, 一般向け, 2時間), 2009年6月6日開講.

Mizuno Laboratory