|
+++授業概要
|
|
|
近年、社会のICT化が急速に進み、それにより蓄積された膨大なデータの分析から見いだされる新たな知見や価値が注目されています。この講義では、データサイエンスの基本的な考え方、統計学の基礎、主な分析手法、さまざまな分野における応用例を学び、現代社会におけるデータサイエンスの役割を理解します。
|
|
|
|
到達目標
|
|
| |
|
No
|
到達目標
|
教養
※教養科目
|
専門力
※専門科目
|
汎用力
思考力
|
汎用力
実行力
|
汎用力
表現力
|
汎用力
情報力
|
|
|
到達目標1.
|
現代社会におけるデータサイエンスの役割を説明することができる．
|
〇
|
|
|
|
|
|
|
|
到達目標2.
|
データサイエンスにおける代表的な分析手法について説明することができる．
|
〇
|
|
|
|
|
|
|
|
到達目標3.
|
様々なデータに対し、基本的な可視化や分析などの処理をおこなうことができる．
|
|
|
|
|
|
〇
|
|
|
|
|
授業計画
|
|
| |
|
No
|
授業内容
|
授業時間外の学修の内容と時間
|
|
|
1.
|
現代社会におけるデータサイエンス1 データサイエンスの役割
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
2.
|
現代社会におけるデータサイエンス2 データ分析のためのデータの取得と管理、情報倫理
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
3.
|
Pythonプログラミングの基礎1 (ICT活用)
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
4.
|
Pythonプログラミングの基礎2 (ICT活用)
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
5.
|
データ分析の基礎1 ヒストグラム・箱ひげ図・平均と分散
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
6.
|
データ分析の基礎2 散布図と相関係数／回帰直線
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
7.
|
データ分析の基礎3 データ分析で注意すべき点
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
8.
|
データサイエンスの手法1 クロス集計／回帰分析／ベイズ推論
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
9.
|
データサイエンスの手法2 アソシエーション分析／クラスタリング／決定木
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
10.
|
データサイエンスの手法3 ニューラルネットワーク
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
11.
|
データサイエンスの手法4 機械学習と人工知能（AI）
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
12.
|
プログラミング言語Pythonを使ったデータ分析1 (ICT活用)
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
13.
|
プログラミング言語Pythonを使ったデータ分析2 (ICT活用)
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
14.
|
データサイエンスの応用事例1 画像処理／音声処理／医学
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
15.
|
データサイエンスの応用事例2 画像処理／音声処理／医学
|
テキストによる予習(1.5h)
課題学修(2h)
|
|
|
|
|
履修条件や関連する科目等
|
|
1年前期「情報リテラシ－」(必修科目)を履修済もしくは同等以上の能力があることを履修条件とします。
授業には各自のノートパソコンを持参してください。
|
|
|
教科書
（テキスト）
|
|
|
竹村彰通ほか（2019）「データサイエンス大系 データサイエンス入門」,学術図書出版社(2000円）
|
|
|
参考書
（授業資料）
|
|
|
|
|
評価方法とその割合
|
|
| |
到達目標毎
の評価方法
|
期末試験
|
小テスト
|
課題・レポート
|
発表
|
授業の取組み姿勢
|
その他
|
|
|
到達目標1
|
|
20%
|
20%
|
|
|
|
|
|
到達目標2
|
|
15%
|
15%
|
|
|
|
|
|
到達目標3
|
|
15%
|
15%
|
|
|
|
|
|
|
|
評価方法（自由記述欄）
|
|
|
|
|
評価基準等
|
|
・学習の到達度に応じて、AA(90‐100点）、A（80-89点）、B（70-79点）、C（60-69点）、F（59点以下）で評価します。
・各到達目標毎にレポート・小テストを課し、最大で評価割合に対応する評価ポイントを付与します。3つの到達目標の評価ポイントの合計が60ポイント（60％）以上のときに修了を認定します。
・毎回の授業での活動に支障が出ないようにノートパソコンのバッテリー残量やアップデートの有無を事前に確認し、十分な準備がなされていることも評価の対象となります。
・この科目は、再試を実施します。
|
|
|
|
学習相談及び学習成果のフィードバック
|
|
・質問等はmoodleコース内に設置された掲示板やメールで受け付けています。オフィスアワーや授業の前後の質問も歓迎します。
・レポート返却はmoodleコース内で行います。
|
|
|
|
法令等に定められた授業科目に含める必要事項
|
|
|
|
学生へのメッセージ
その他
|
|
・ほぼ毎回の授業で課題提出が求められ、評価の対象となります。
・授業に欠席した場合は、欠席した授業の内容についてmoodleやテキストで自主学習をすることで遅れを取り戻すとともに、提出期限に間に合うように課題に取り組んでください。
（この授業科目は、遠隔授業で実施します。）
|
|
|
|
ナンバリング
|
|
|
|
|
更新日付
|
|
2021/03/18 17:58
|