4/27；データ(1,2,3)の読み込みなど
4/27；ベクトルの入力や計算
4/27；行列計算など
4/27；一般化線形モデル(1)
5/5(自習)；基本統計量
5/9；データの入力, ifやfor
5/11；棒グラフ, 円グラフ, ヒストグラム, 折れ線グラフ, 箱髭図
5/11；散布図の様々なオプションを使ってみる+3次元プロット
5/11；円グラフや条件付き散布図などの特殊プロット
5/17(自習)；乱数の発生と視覚化
5/18；分散分析
5/18；推定と検定について
5/18；検定
5/18；線形回帰モデルでの推定
5/18；一般化線形モデルでの推定
5/25；一般化線形モデルと非線形回帰モデルでの推定
5/25,5/31；非線形回帰モデルでの推定
6/1,6/8；判別分析
6/14(自習)；樹木モデル Part1
6/15；樹木モデル Part2
6/22；ロジスティック回帰による判別と成功確率の推定値の描写と等高線
6/29；サポートベクターマシーンによる判別と成功確率の推定値の描写と等高線
7/6；ニューラルネットワークによる判別と成功確率の推定値の描写と等高線