科目名称:[ZZ220-101J]データサイエンス実践入門(2023年度)
科目責任者 | 津熊 久幸 | ||||||
---|---|---|---|---|---|---|---|
科目対象学年 | 1 | 科目授業期間 | 春学期 | 科目時限数 | 27 | 科目分類 | 演習 |
科目について
【授業概要】医学・薬学・理学・看護学・健康科学等の自然科学の諸分野において、測定値などのデータに基づく現象の探求は必要不可欠である。一方、現代の社会活動を通して生み出されるデータを活用することは一般的になっており、自然科学の諸分野においても社会との関わりの中で生み出されるデータを分析することによって新たな知見を得ることが重要になっている。そこで、本講義では、データサイエンス、データサイエンスの基本となる数理的な考え方、および、人工知能(AI)について、リテラシーレベルの講義と演習を行う。
【授業方法】
本科目はオンラインによる遠隔授業(オンデマンド授業)と、対面授業の 2 つの方式を併用して実施する。オンデマンド授業については、一定の視聴期間を設け、対面授業実施に先んじて各自視聴のうえ、事前・事後学修に取り組む。
また、対面授業は 2023 年 8 月 7 日(月)・8 日(火)の 2 日間にわたり、習志野キャンパスで行う。遠隔授業・対面授業のいずれについても、詳細は履修登録期間終了後に Moodle により連絡するので、必ずこまめに確認すること。
<遠隔授業における授業方法の概要>
Moodle より配信される講義資料をもとにオンデマンド動画を視聴し、視聴後に小テストに回答する。回答後に配布される小テストの解説により復習する。
<対面授業における授業方法の概要>
対面授業では、少人数グループによるグループワーク、ディスカッション、および、その結果のプレゼンテーション等、アクティブラーニングを活用する。また、実際のデータを用いた表計算ソフトウェアによる演習(表計算ソフト
ウェアの利用方法、データの処理と分析、データの表現方法など)を、コンピュータを用いて行う。
受講前に必要とされる知識及び技能・態度
【事前学習】(50分)オンデマンド講義、および、演習の回については、教科書の指定ページを読んだ上で出席すること。また、グループワークの回については、事前に提示されるグループワークの内容について調査し、自分の意見を整理しておくこと。
【事後学習】(50分)
オンデマンド講義については、小テストの解説を閲覧し、講義内容の理解を深めること。また、演習とグループワークの回については、レポートにまとめて提出すること。
科目の評価について
【評価方法】小テスト 20%
演習(表計算ソフトウェア) 20%:演習中に提示した課題を完成させられたかを評価する。
グループワーク・プレゼンテーション 30% 到達目標に明示した点について、客観的な根拠に基づいて自分の言葉で説明できる点を重視する。
レポート 30%:到達目標に明示した点を評価基準とし、評価する。
【フィードバック方法】
オンデマンド講義の際に実施した小テストの結果については、終了後にMoodleで解答例を確認できるほか、解説についてもMoodleで閲覧できる。レポートについては、コメントを付けて返却する。
指定教科書他
【教科書】著書・編集者名 北川 源四郎, 竹村 彰通 (編)
書名 教養としてのデータサイエンス (データサイエンス入門シリーズ)
出版社名 講談社
定価 1980円(税込み)
ISBN 978-4-06-523809-7
【参考書】
著書・編集者名 上藤一郎、西川浩昭、朝倉真粧美、森本栄一(共著)
書名 データサイエンス入門 -Excelで学ぶ統計データの見方・使い方・集め方-
出版社名 オーム社
定価 2530 円(税込)
ISBN 978-4-274-22173-6
授業日程一覧(ユニット名称:データサイエンス実践入門) (2023年度)
コマ数 | 形態 | 授業タイトル |
---|---|---|
1 | 演習 | データサイエンスとAIのひろがり(オンデマンド講義) |
2 | 演習 | データやAIの活用領域と技術(オンデマンド講義) |
3 | 演習 | データやAIの活用動向(オンデマンド講義) |
4 | 演習 | データやAIを利用するための留意事項 (オンデマンド講義) |
5 | 演習 | データの種類と性質(オンデマンド講義) |
6 | 演習 | データの特徴(オンデマンド講義) |
7 | 演習 | データの取り扱い(オンデマンド講義) |
8 | 演習 | 相関と因果(オンデマンド講義) |
9 | 演習 | 統計情報の扱い(オンデマンド講義) |
10 | 演習 | データの表現(オンデマンド講義) |
11 | 演習 | データの可視化(オンデマンド講義) |
12 | 演習 | 機械学習(オンデマンド講義) |
13 | 演習 | 深層学習(オンデマンド講義) |
14 | 演習 | データサイエンスの活用事例を知る(グループワーク) |
15 | 演習 | データサイエンスの活用事例を知る(グループワーク) |
16 | 演習 | データサイエンスの活用事例を知る(グループワーク) |
17 | 演習 | データサイエンスの活用事例を知る(グループワーク) |
18 | 演習 | 表計算ソフトウェアを用いてデータを扱う(演習) |
19 | 演習 | 表計算ソフトウェアを用いてデータを扱う(演習) |
20 | 演習 | 表計算ソフトウェアを用いてデータを扱う(演習) |
21 | 演習 | 表計算ソフトウェアを用いたデータ処理(演習) |
22 | 演習 | 表計算ソフトウェアを用いたデータ処理(演習) |
23 | 演習 | 表計算ソフトウェアを用いたデータ処理(演習) |
24 | 演習 | 表計算ソフトウェアを用いたデータの分析・表現の実践(演習とグループワーク) |
25 | 演習 | 表計算ソフトウェアを用いたデータの分析・表現の実践(演習とグループワーク) |
26 | 演習 | 表計算ソフトウェアを用いたデータの分析・表現の実践(演習とグループワーク) |
27 | 演習 | 表計算ソフトウェアを用いたデータの分析・表現の実践(演習とグループワーク) |