データサイエンスセンターData Science Center
PRI100LD（情報学基礎 / Principles of informatics 100）データサイエンス入門BIntroduction to Data Science B
廣津 登志夫、坂上 学、高橋 慎、長谷川 翔平、明城 聡、髙田 美樹、児玉 靖司、彌冨 仁、伊藤 克亘Toshio HIROTSU, Manabu SAKAUE, Makoto TAKAHASHI, Shohei HASEGAWA, Satoshi MYOJO, Miki TAKATA, Yasushi KODAMA, Hitoshi IYATOMI, Katunobu ITOU
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | データサイエンスセンターData Science Center |
| 添付ファイル名Attached documents | |
| 年度Year | 2021 |
| 授業コードClass code | A9991 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | |
| 科目種別Class Type | |
| キャンパスCampus | |
| 教室名称Classroom name | |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Program | |
| 他学部公開（履修条件等）Open Program (Notes) | |
| グローバル・オープン科目Global Open Program | |
| 成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
| 成績優秀者の他学部科目履修（履修条件等）Interdepartmental class taking system for Academic Achievers (Notes) | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course aims to experience the process of the data science technology using the real data that can be collected on the Internet. Students also know the practical examples of the data science technologies in the real world.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
インターネット等で収集できる実データを実際に扱い、データサイエンスを体感する。また、ビッグデータが社会の中でどのように役立っているのか、実例を学ぶ。
到達目標Goal
本物のデータを収集・分析・可視化する過程を理解する。データサイエンスの社会における貢献と役割を理解し、インターネットからのデータの収集方法、一般的に使われる分析法、そして、分析結果の解釈や可視化、さらにはその活用というデータサイエンスにおいて重要な３つの要素を理解する。
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
オンデマンド方式により配信された講義資料と動画で学習し、小テスト等によって知識を定着させる。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
秋学期
※各回の授業形態は予定です。教員の指示に従ってください。
第1回：ガイダンスと導入
この講義の概要と学修内容について
第2回：実例紹介１ 会計・金融におけるデータサイエンス・AIの活用
データサイエンス・AI技術がどのように活用されているかを、会計・金融における実例を通じて知る
第3回：実例紹介２ ファイナンスにおけるデータサイエンス・AIの活用
データサイエンス・AI技術がどのように活用されているかを、ファイナンスにおける実例を通じて知る
第4回：実例紹介３ マーケティングにおけるデータサイエンス・AIの活用
データサイエンス・AI技術がどのように活用されているかを、マーケティングにおける実例を通じて知る
第5回：実例紹介４ 植物・医療におけるデータサイエンス・AIの活用
データサイエンス・AI技術がどのように活用されているかを、植物医科における実例を通じて知る
第6回：実例紹介５ 音声処理におけるデータサイエンス・AIの活用
データサイエンス・AI技術がどのように活用されているかを、音声・音響処理における実例を通じて知る
第7回：e-Statの使い方 データの収集
e-Stat を例に実データの取得方法について学ぶ
第8回：データの分析１ ヒストグラムと箱ひげ図
ヒストグラムや箱ひげ図といった具体的なデータ処理手法を体験する
第9回：データの分析２ 平均・分散・標準偏差
平均・分散・標準偏差といった代表的な統計処理手法を体験する
第10回：データの分析３ 散布図と相関係数
散布図や相関係数といった具体的なデータ処理手法を体験する
第11回：データの分析４ 回帰
具体的なデータ処理手法として回帰を体験する
第12回：データ表現（可視化）
データの可視化について学ぶ
第13回：質的なデータの解析
質的なデータの解析手法について学ぶ
第14回：まとめ
本講義を振り返り総括する
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
本授業の準備学習・復習時間は各２時間を標準とする。オンラインで課される小テスト等に取り組むこと。
テキスト（教科書）Textbooks
講義内容は映像で提供する。また、必要な資料があれば授業支援システムより配布する。
参考書References
・大学生のためのデータサイエンスⅠ オフィシャルスタディーノート 滋賀大学データサイエンス学部編
・社会人のためのデータサイエンス入門 オフィシャルスタディーノート 総務省統計局
成績評価の方法と基準Grading criteria
講義の進行に合わせて小テスト等を行う。指定された期日までに提出すること。
学生の意見等からの気づきChanges following student comments
特に無し
学生が準備すべき機器他Equipment student needs to prepare
オンデマンドのため、動画を視聴し、授業支援システムにアクセスすることのできる端末。
Excelをインストールして実行できるパソコン