タイトル

時間割番号: 7025100104
データサイエンス入門演習
 
担当教員
川井 明[Akira Kawai]
開講学部等 データサイエンス学部 対象年次   単位数 2
開講時期 秋学期 開講曜時 火2 クラス
ナンバリング DSAP11001
授業形態 対面授業
授業の目的と概要  
データサイエンスとは、統計学と情報学に知識を得るだけではなく、それらのスキルを実際に使いこなし、現場の問題を解決することである。そのためには、問題を解決するために必要なデータを定め、データを収集し、分析結果を理解し、その分析結果の確認及び活用すること(PDCAサイクル)が重要となる。本授業では、データサイエンスが使われている現場について知り、様々な問題に対する分析のニーズを知ることを目的とする。

●新型コロナウイルスの影響で、本講義はオンラインで開催します。オンライン講義室や課題などの連絡はSUCCESSで行います。必ずSUCCESSメールを確認してください。
 
授業の到達目標  
データサイエンスについての理解を深め、PDCAサイクルにおける一連の流れ「計画→データ収集・加工・分析→分析結果の確認→結果の解釈・問題解決策の提案(価値創造)」を理解する。
 
授業計画  
1. ガイダンス
2. PDCAサイクルとは
3.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
4.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
5.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
6.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
7.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
8.教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
9. 教員またはデータを実際に扱う実務家によるデータサイエンスの紹介
(3回分)3~9回の中で、いずれかのタイミングで、データを扱う現場の見学を行う。
10.現状の課題の確認と、その課題について検証するためのデータについてのグループ討論
11.現状の課題の確認と、その課題について検証するためのデータについてのグループ討論
12.現状の課題の確認と、その課題について検証するためのデータについてのグループ討論
13.課題及び検証用データについてクラス全体で議論を行う
14.課題及び検証用データについてクラス全体で議論を行う
15. 課題及び検証用データについてクラス全体で議論を行う
 
事前学習・事後学習など授業時間外の学習  
演習時間を授業中に確保するため、時間外学習を必須としない。
 
成績評価の方法  
授業への取り組み、課題、レポート等によって総合的に判断する。
 
成績評価の基準  
秀: 到達目標を達成し、極めて優秀な成績を修めている。
優: 到達目標を達成し、優秀な成績を修めている。
良: 到達目標を達成し、良好な成績を修めている。
可: 到達目標を達成している。
不可: 到達目標を達成していない。
 
教科書  
 
参考書  
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