全学共通教育プラットフォームIntegrated Education Platform
PRI100LD（情報学基礎 / Principles of informatics 100）データサイエンス入門AIntroduction to Data Science A
児玉 靖司、髙田 美樹、高松 邦彦Yasushi KODAMA, Miki TAKATA, Kunihiko TAKAMATSU
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 全学共通教育プラットフォームIntegrated Education Platform |
| 添付ファイル名Attached documents | |
| 年度Year | 2023 |
| 授業コードClass code | A9801 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 集中・その他/intensive・other courses |
| 科目種別Class Type | |
| キャンパスCampus | |
| 教室名称Classroom name | 市市他‐その他 |
| 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 | |
| SDGsCPSDGs CP | |
| アーバンデザインCPUrban Design CP | |
| ダイバーシティCPDiversity CP | |
| 未来教室CPLearning for the Future CP | |
| カーボンニュートラルCPCarbon Neutral CP | |
| 千代田コンソ単位互換提供（他大学向け）Chiyoda Campus Consortium | |
| カテゴリーCategory |
データサイエンス科目群 データサイエンス科目群（リテラシーレベル） |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
[Course Outline]
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.
[Learning Objectives]
Understand the process of collecting, analyzing and visualizing real data. Understanding the contribution and role of data science in society, three important elements in data science: how to collect data from the Internet, generally used analytical methods, and interpretation and visualization of analytical results, and their utilization.
[Learning Activities Outside of Classroom]
The standard preparatory study and review time for this class is 2 hours each. Work on quizzes, etc. that are imposed online.
[Grading Criteria /Policy]
The total score for each check test (60%), in-class comprehensive test (final test), and submission of each survey will be evaluated at a rate of 40%.
Please note that there is a deadline for submitting each check test and each questionnaire.
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
情報通信技術の発展により、大量で多様なデータの収集が簡単にできるようになった。これらのデータが現代社会における様々な現象の解明や意思決定にどのように役立っているのか、その重要性と価値を理解し、ビッグデータが社会にもたらす影響を考察する。
到達目標Goal
現代社会におけるデータサイエンスの役割と、データ収集・活用の一般的な方法を理解する。データサイエンスがもたらす利点だけでなく、リスクを認識し、データを守るための倫理・モラルを身につける。
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?
大学のディプロマポリシーのうち、「法政DP-Ⅲ」「法政DP-Ⅳ」に関連。
大学のディプロマポリシー詳細はこちら。
https://www.hosei.ac.jp/hosei/daigakugaiyo/rinen/hoshin/gakui_juyo/
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、毎回の小テストによって知識を定着させる。講義内容でよく理解できなかった部分については、E-mail等で個別に質問すること。また、小テストの結果や、受講生から得られた質問・意見などは学習支援システムを通じてフィードバックするので、それらを踏まえて講義内容を復習すること。
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
本講義の目標と各回の概要を提示する。
第2回[オンライン/online]：情報とは・ビッグデータとは
データを種類に分け、それぞれの特徴と実例を紹介する。
第3回[オンライン/online]：社会で起きている変化・社会におけるデータの活用
社会の中で、すでにデータが活用されている事例、研究中でこれからの活用が期待さる事例を紹介する。
第4回[オンライン/online]：オープンデータの利用
収集したデータを社会に還元するためのオープン化が進められている。どこにどのようなデータがあり、どのように利用できるのかを紹介する。
第5回[オンライン/online]：データ解析のための技術
取得したデータを活用するための解析技術について、予測や分類の手法を紹介する。
第6回[オンライン/online]：データの可視化
データ解析の結果や、データの特徴を人間にわかりやすく提示する方法を紹介する。
第7回[オンライン/online]：データサイエンスのサイクル PPDAC
データを活用した問題解決の方法を紹介する。
第8回[オンライン/online]：統計的品質管理
生産現場などにおける「もの」の品質管理について統計的に分析する方法を紹介する。
第9回[オンライン/online]：画像データの活用
画像データは、今後その利用がますます重要視されてくる。画像データの扱い方と活用事例を紹介する。
第10回[オンライン/online]：データ倫理
データを扱う上での倫理について紹介する。データと情報の違いについても紹介する。
第11回[オンライン/online]：個人情報の保護
データに紐づいている個人情報の適切な取り扱いについて解説する。
第12回[オンライン/online]：データを守る情報セキュリティ１
データの重要度が増している昨今、情報セキュリティーもまた重要である。どのようなリスクに対し、どのような対策が必要なのかを解説する。
第13回[オンライン/online]：データを守る情報セキュリティ２
情報を守る仕組み、技術を解説する。一人ひとりが気をつけるべき点について注意喚起を行う。
第14回[オンライン/online]：まとめ
本講義のまとめを行い、授業内総合テストを実施する。
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
講義資料として毎週学習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
ほか随時講義資料に掲載する
成績評価の方法と基準Grading criteria
授業内のチェックテスト（60%）と授業内総合テスト（40%）の合計点で評価を行う。
毎回のチェックテストには、受験期限があるので注意すること。
学生の意見等からの気づきChanges following student comments
わかりにくい部分を修正していく。
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、学習支援システムにアクセスすることのできる端末。