通信教育部（スクーリング）School of Correspondence Education (Schooling)
BSP100TD（初年次教育、学部導入教育及びリテラシー教育 / Basic study practice 100）総合特講(データサイエンス入門B)(後期メディア)Common Study for all Majors
児玉 靖司、髙田 美樹、坂上 学、長谷川 翔平、高橋 慎、伊藤 克亘、彌冨 仁Yasushi KODAMA, Miki TAKATA, Manabu SAKAUE, Shohei HASEGAWA, Makoto TAKAHASHI, Katunobu ITOU, Hitoshi IYATOMI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 通信教育部（スクーリング）School of Correspondence Education (Schooling) |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | 67002 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 担当教員（自由記述）Instructor name | |
| 科目種別Class Type | スクーリング |
| 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 | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| カテゴリーCategory | 後期メディア |
| 期間Period | 後期 |
| 定員Capacity | |
| 予備登録の有無Presence or Absence of Preliminary Registration | |
| 受講可能な学科・学年Eligible Courses / Grade | 『法政通信』受講申込み等関連頁を参照 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Learn real examples of how big data is useful in society and experience data science that deals with real data that can actually be collected from the Internet and other sources.
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
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、実例を学び、実際にインターネット等で収集できる実データを扱ったデータサイエンスを体感する。
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。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「法律学科：DP5」「日本文学科：DP1,DP2」「史学科：DP1,DP3」「地理学科：DP1,DP2,DP3」「経済学科：DP4,DP5」「商業学科：自由な発想と柔軟な判断ができる能力」に関連
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. ）
オンデマンドシステムにより講義資料と動画を配信する。学習の後、同じくオンデマンド上の章末問題に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
授業形態/methods of teaching：オンライン/online
※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[オンライン/online]：ガイダンスと導入
この講義の概要と学習内容について
第2回[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：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[オンライン/online]：データ表現（可視化）
データを適切に可視化する手法を学ぶ
第13回[オンライン/online]：質的なデータの解析
質的なデータの集計する方法、並びに、集計した結果からの解析手法について学ぶ
第14回[オンライン/online]：まとめ
授業内総合テスト
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。オンデマンドで課される章末テスト等に取り組むこと。
テキスト（教科書）Textbooks
オンデマンドシステムより講義資料と映像を提供する。
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
各回の章末テスト（85%）、授業内総合テストと毎回のアンケートの提出の合計点（15%）で評価を行う。
学生の意見等からの気づきChanges following student comments
年度新規科目につきアンケートを実施していません
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、オンデマンド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