- 学部・研究科
Faculty/Graduate School - 法/文/経/商/社/政策/外/人間/安全/ビ/シ/環/化/工
- 時間割コード
Course Code - 00320
- 科目名
Course title
サブテーマ
Subtitle - 社会のためのデータサイエンス実践基礎
- 授業形態/単位
Term/Credits - クラス
Class -
- 春/2
- 担任者名
Instructor - 石橋 健
- 曜限
Day/Period - 他
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
講義（オンデマンド配信型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
情報通信技術の発達により、社会活動に関する多様なデータの蓄積が行われている。蓄積されたデータを社会で利活用できる人材はあらゆる分野で求められており、データサイエンス実践能力はすべての学生に求められる能力となっている。本科目では、データ分析の実践プロセスに沿って、データサイエンス、データエンジニアリング、および人工知能に関する技術について事例を挙げながら講義する。また、これらの技術が社会に受け入れられるために必要となるプライバシー保護や信頼性、倫理に関する知識に関する話題についても取り扱う。
到達目標 / Course Objectives
①知識・技能の観点
・データサイエンスを実践するプロセスを理解し、実践のためにどのような知識や技術が必要となるのかを把握する。
②思考力・判断力・表現力等の能力の観点
・データの分析結果や技術を社会で利用する上で配慮が必要となるプライバシー保護や情報セキュリティ、倫理について理解し、適切に表現できる能力を身に付ける。
③主体的な態度の観点
・学習内容を振り返り、関心のある分野におけるデータサイエンスの実践をイメージすることができる。授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
- 授業計画
Course Content -
授業計画 / Course Content
第1回 データサイエンスと社会とのかかわり
第2回 データ分析の進め方
第3回 データの収集と蓄積 (1) データ収集技術や調査実験
第4回 データの収集と蓄積 (2) データベースの構築と利用
第5回 データの前処理・加工
第6回 データの基礎分析 (1) 記述統計量やデータの分布
第7回 データの基礎分析 (2) クロス集計
第8回 データの基礎分析 (3) データ可視化
第9回 分析 (1) データの種類に応じた分析方法の選択
第10回 分析 (2) 回帰
第11回 分析 (3) 分類
第12回 分析 (4) クラスタリング
第13回 分析結果の出力 (1) 分析結果の可視化やプレゼンテーション
第14回 分析結果の出力 (2) システム・ロボット・アプリケーションの開発
第15回 分析結果の出力 (3) システム・ロボット・アプリケーションの開発授業時間外学習 / Expected work outside of class
・この授業はオンデマンド配信授業とする。
・関大LMSを通じて、授業日にビデオへのアクセス方法と確認問題を掲示する。
・関大LMSを通じて、第4回，第8回，第15回の各授業日に小テストを掲示する。
・確認問題と小テストの回答期限を授業日から1週間とする。
・理解が不十分な点については、期限内にビデオを見直し、自身で調査するなどして復習に努めること。
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
小テスト100%
ただし、小テストの未提出回数が1回以上なら不可とする。
確認問題の提出は必須ではないが、小テストの点数が不足していた場合、最大40%まで小テストの点数の不足分に充てる。基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
・概念や用語の定義・知識を問う基礎的な設問（５０％）
②思考力・判断力・表現力等の能力の観点
・講義内容に沿って考える応用的な設問（５０％）
③主体的な態度の観点
- 教科書
Textbooks
指定なし
※ 授業資料を適宜配布する。
-
参考書
References 濵田悦生・狩野裕 『データサイエンスの基礎』 講談社 978-4-06-517000-7
荒木雅弘 『フリーソフトではじめる機械学習入門(第2版)』 森北出版 978-4-627-85212-9
笹嶋宗彦（編） 『データサイエンス入門』 朝倉書店 978-4-254-12911-3
羽室行信（編） 『データの前処理』 朝倉書店 978-4-254-12912-0
中原孝信（編） 『マーケティングデータ分析』 朝倉書店 978-4-254-12913-7
※ 他の参考書については授業中に適宜紹介する。
- フィードバックの方法
Feedback Method 授業に対する質問や小テストに関するフィードバックは解説資料の配布等を通じて行う。
- 担任者への問合せ方法
Instructor Contact 基本的には関大LMSのメッセージ機能を使って問い合わせること。
- 備考
Other Comments ・本科目はオンデマンド配信で実施します。毎回の授業資料の配信日時やオフィスアワー（質問対応時間）については初回の配信で伝えます。初回の授業資料を遅くても第1週（2025年4月7日）までに関大LMSへアップロードします。
・「社会のためのデータサイエンス実践基礎」（春学期）、および「AI・データエンジニアリング実践基礎」（秋学期）の2科⽬4単位を修得した学⽣を対象に、スキルを証明する「デジタル証明証（オープンバッジ）」を発⾏します。
修得条件を満たした年度の終わりに、デジタル証明証の発⾏⼿続きが必要です。詳細についてはインフォメーションシステムで案内する予定です。