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。
|
|
|
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
|
データサイエンスの役割・データの取得と管理①
|
|
第2回
|
データの取得と管理②、データサイエンスと情報倫理
|
|
第3回
|
ヒストグラム、箱ひげ図、平均と分散（データ分析の基礎①）
|
|
第4回
|
散布図、相関係数、回帰直線（データ分析の基礎②）
|
|
第5回
|
データ分析で注意すべき点
|
|
第6回
|
データサイエンスの手法①：クロス集計、ベイズ推論、クラスタリング
|
|
第7回
|
データサイエンスの手法②：回帰分析、決定木、アソシエーション分析
|
|
第8回
|
データサイエンスの手法③：ニューラルネット、機械学習とAI
|
|
第9回
|
Excelを用いたデータ分析
|
|
第10回
|
Rを使ってみる／応用事例1（保険・金融）
|
|
第11回
|
Rによるデータ分析／応用事例2（品質管理）
|
|
第12回
|
Rのさらなる活用／応用事例3（画像処理）
|
|
第13回
|
Pythonのインストールと基本操作／応用事例4（音声処理）
|
|
第14回
|
Pythonによるデータ分析／応用事例5（医療・製造）
|
|
第15回
|
まとめ
|
|
|
|
|
|
各講義ごとに講義動画と講義資料を見て予習・復習をする。
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。
|
|
|
|
出席など平常点（30％）、SULMSで提出を求める小テスト課題により成績（70％）で評価する。
|
|
|
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。
|
|
|
|
|
|
978-4780607307
|
|
|
データサイエンス入門
|
|
|
竹村, 彰通, 1952-,姫野, 哲人,高田, 聖治, 1965-,竹村彰通, 姫野哲人, 高田聖治 編,和泉志津恵 [ほか] 共著
|
|
学術図書出版社
|
|
2021.3
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4065238099
|
|
|
教養としてのデータサイエンス
|
|
|
北川, 源四郎, 1948-,竹村, 彰通, 1952-,北川源四郎, 竹村彰通 編,内田誠一, 川崎能典, 孝忠大輔, 佐久間淳, 椎名洋, 中川裕志, 樋口知之, 丸山宏 著
|
|
講談社
|
|
2021.6
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|