タイトル

時間割番号: 3303040004
データサイエンス・AIへの招待
 
担当教員
齋藤 邦彦[Kunihiko Saitoh]
開講学部等 教養教育 対象年次   単位数 2
開講時期 春学期 開講曜時 水5 クラス 【彦根】(SC)
ナンバリング GEBC03006
授業形態 【対】ハイブリッド授業(対面+同時双方向)
授業の目的と概要  
対面とzoomで講義を行います。


初回のzoom

https://us02web.zoom.us/j/82785984109?pwd=d0tjQSswa2M5b2RZYXcvY2h0bmNXUT09

ミーティングID: 827 8598 4109
パスコード: 822352


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、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要素について紹介します。
講義は、オンライン講座gacccoにデータサイエンス学部が公開している「大学生のためのデータサイエンス(I)」の内容に基づいて行います。
 
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. ヒストグラム、箱ひげ図、平均と分散
5. 散布図と相関係数
6. 回帰直線
7. データ分析で注意すべき点
8. EXCELを用いたデータ集計
9. R のインストールと組み込みのデータを用いた分析例
10. Pythonのインストールとライブラリを使った分析例
11. 応用事例(金融・保険)
12. 応用事例(市場調査)
13. 応用事例(医学・品質管理)
14. 応用事例(テキストマイニング)
15. まとめ
 
事前学習・事後学習など授業時間外の学習  
各回の授業までに教科書の以下の章の該当する箇所に目を通しておく。
また、授業後には授業内容の復習を行う

2. 第1章
3. 第5章 5.4, 5.5
4. 第2章 2.1
5. 第2章 2.2
6. 第2章 2.3
7. 第2章 2.4
8. 第4章 4.1
9. 第4章 4.2
10. 第4章 4.3
11. 第5章 5.2
12. 第5章 5.1
13. 第5章 5.3, 5.6
 
成績評価の方法  
・変更
オンラインで毎回課題を提出します。

講義中に出題し、SUCCESS/SULMSなどで提出を求める小テスト課題により成績を評価する。講義時間内での提出を基本とするため、パソコンなどを持ち込んで講義に臨むことが望ましい。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  
「大学生のためのデータサイエンス(I)」の確認テストの内容などを参考に、基本的な知識・技術が身についていれば60点、EXCELやR、Pyhtonを用いたデータ集計ができれば80点。 応用事例でデータ分析の実践的な手法を展開できていれば90点とする。
 
教科書  
教科書1 ISBN 978478060701
書名 データサイエンス入門
著者名 竹村彰通, 姫野哲人, 高田聖治 編,竹村, 彰通, 1952-,姫野, 哲人,高田, 聖治, 1965-, 出版社 学術図書出版社 出版年 2019
 
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