タイトル

時間割番号: 3303040002
データサイエンス・AIへの招待
 
担当教員
奥村 太一[Taichi Okumura]
開講学部等 教養教育 対象年次   単位数 2
開講時期 秋学期 開講曜時 月5 クラス 【大津】
ナンバリング GEBC03006
授業形態 オンライン授業(同時双方向)
授業の目的と概要  
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。
 
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。
 
授業計画  
1. データサイエンスへの招待の概要、ガイダンス
2. データサイエンスの役割,データ分析の方法
3. データサイエンスと画像・音声処理技術
4.データサイエンスと情報倫理
5. ヒストグラム
6. 箱ひげ図、平均と分散
7. 主成分分析・クラスター分析
8. 散布図、相関係数、回帰直線
9. データ分析で注意すべき点
10. Rを使ってみる/応用事例
11. Rによるデータ分析/応用事例
12. Rのさらなる活用/応用事例
13. Pythonのインストールと基本操作/応用事例
14. Pythonを使ったデータの整理と可視化/応用事例
15. Pythonを使ったデータの分析とより高度な可視化/応用事例
 
事前学習・事後学習など授業時間外の学習  
各回の講義までに講義動画と講義資料を見て予習する。
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。
 
成績評価の方法  
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。
 
成績評価の基準  
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。
 
教科書  
教科書1 ISBN 9784780607307
書名 データサイエンス入門 第2版
著者名 竹村 彰通 著・文・その他,竹村 彰通 編集,姫野 哲人 著・文・その他,姫野 哲人 編集,高田 聖治 著・文・その他,高田 聖治 編集,和泉 志津恵 著・文・その他,市川 治 著・文・その他,梅津 高朗 著・文・その他,北廣 和雄 著・文・その他,齋藤 邦彦 著・文・その他,佐藤 智和 著・文・その他,白井 剛 著・文・その他,田中 琢真 著・文・その他,槙田 直木 著・文・その他,松井 秀俊 著・文・その他,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, 出版社 学術図書出版社 出版年 2021-04-14
 
参考書  
参考書1 ISBN 978482234009
書名 大学生のためのデータサイエンス : オフィシャルスタディノート : 無料で学べる大学講座gacco
著者名 滋賀大学データサイエンス学部 編,滋賀大学データサイエンス学部, 出版社 日本統計協会 出版年 2018
教材に関する補足情報  
 
参考文献一覧  
 
履修上の注意事項  
 
キーワード(「実務経験のある教員による授業科目」は「実務経験」で検索)  
 
備考(実務経験の内容と授業との関連を含む)  
 
参照ホームページ  
 
教員からの一言  
 
オフィスアワー  
 
連絡先(研究室他)  
 
連絡先(電話番号)  
 
連絡先(メールアドレス)  
 
ホームページ  
 
備考(教員情報)  
 
↑ページの先頭へ戻る