データは21世紀の石油という言葉にも象徴されるように、データから価値を生み出すデータサイエンスの重要性は、近年、非常に大きくなってきています。
その背景には、ユビキタス・IoTなどの技術の進歩に伴うデータ収集のコストの低下や、通信回線、コンピュータの性能の向上など、大量のデータを収集、保持、分析できる技術の発展があります。
この講義では、多岐にわたる分野で活用され、現代社会の大きな変化に関わっているデータサイエンス・AIについて、データの収集・加工・処理、データの分析、分析結果の解釈とその活用というデータサイエンスの3要素について、多様な応用事例を交えて紹介します。同時に、データサイエンス・AIの限界やデータを扱う際に注意すべき点も紹介します。
毎回の講義までに講義資料及び講義資料中で指定する動画を視聴しておいてください。
動画や講義資料に関する質問はSULMS上で受け付けます。
講義はオンライン授業（同時双方向）で実施します。
講義では、講義資料の解説、前回の確認問題の解説、質問があれば質問への回答を行います
この講義は，数理・データサイエンス・AI教育プログラム認定制度におけるリテラシーレベルの科目です。
|
|
|
授業の到達目標
1. データの収集・加工・処理、データの分析、分析結果の解釈とその活用というデータサイエンスの3要素について基本的な技術を身につけること。
2. データサイエンスの応用事例について理解すること。
|
|
|
|
第1回
|
データサイエンスへの招待の概要、ガイダンス
|
|
第2回
|
データサイエンスの役割，データ分析の方法
|
|
第3回
|
データサイエンスと画像・音声処理技術
|
|
第4回
|
データサイエンスと情報倫理
|
|
第5回
|
ヒストグラム
|
|
第6回
|
箱ひげ図、平均と分散
|
|
第7回
|
主成分分析・クラスター分析
|
|
第8回
|
散布図、相関係数、回帰直線
|
|
第9回
|
データ分析で注意すべき点
|
|
第10回
|
Rを使ってみる／応用事例
|
|
第11回
|
Rによるデータ分析／応用事例
|
|
第12回
|
Rのさらなる活用／応用事例
|
|
第13回
|
Pythonのインストールと基本操作／応用事例
|
|
第14回
|
Pythonを使ったデータの整理と可視化／応用事例
|
|
第15回
|
Pythonを使ったデータの分析とより高度な可視化／応用事例
|
|
|
|
|
|
各回の講義までに講義動画と講義資料及び教科書の対応する箇所を見て予習する（3時間程度）
講義後は、確認問題に解答し、間違った箇所を中心に復習しておくこと（1.5時間程度）
|
|
|
講義中に出題し、SULMSで提出を求める小テスト課題により成績を評価する。
期末試験や最終レポートなどは課さない。
|
|
|
データサイエンスの3要素についての基本的な技術が身についているかどうか、データサイエンスの応用事例についての理解を毎回の小テスト課題の点数により評価する。
合計点を100点満点に換算し、90点以上を秀、80点以上を優、70点以上を良、60点以上を可、60点未満を不可とする。
|
|
|
|
|
|
9784780607307
|
|
|
データサイエンス入門
|
|
|
竹村彰通, 姫野哲人, 高田聖治編 ; 和泉志津恵 [ほか] 共著,竹村, 彰通,姫野, 哲人,高田, 聖治,和泉, 志津恵,市川, 治,梅津, 高朗,北廣, 和雄,齋藤, 邦彦,佐藤, 智和,白井, 剛,田中, 琢真,槙田, 直木,松井, 秀俊,
|
|
学術図書出版社
|
|
2021
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|