全学PF_データサイエンス科目群Data Science Courses
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
児玉 靖司、坂上 学、高橋 慎、長谷川 翔平、彌冨 仁、伊藤 克亘、髙田 美樹Yasushi KODAMA, Manabu SAKAUE, Makoto TAKAHASHI, Shohei HASEGAWA, Hitoshi IYATOMI, Katunobu ITOU, Miki TAKATA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 全学PF_データサイエンス科目群Data Science Courses |
添付ファイル名Attached documents | |
年度Year | 2024 |
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 | 秋学期授業/Fall |
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 |
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 (85%), in-class comprehensive test (final test), and submission of each survey will be evaluated at a rate of 15%.
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
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。
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
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修内容について
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)
データの可視化について学ぶ
第13回[オンライン/online]:質的なデータの解析
質的なデータの解析手法について学ぶ
第14回[オンライン/online]: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
各回のチェックテスト(85%)、授業内総合テスト(期末テスト)と毎回のアンケートの提出の合計点(15%)でこの割合で評価を行う。
毎回のチェックテストと毎回のアンケートには、提出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
アンケートや質問箱への丁寧なフィードバックに心がける。
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