タイトル

時間割番号: 7025100701
データサイエンス応用演習
 
担当教員
田島 友祐, 松島 裕康[TAJIMA Yusuke, MATSUSHIMA Hiroyasu]
開講学部等 データサイエンス学部 対象年次 2~ 単位数 2
開講時期 秋学期 開講曜時 水1 クラス
ナンバリング DSAP21005
授業形態 対面授業
授業の目的と概要  
現場の実データをもとに、データサイエンスにおける「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)」をグループで実際に体験することで、コミュニケーションの必要性、自らの考えを相手に伝える表現力、問題解決策の提案力を育成する。また、課題を自ら発見することの重要性について確認し、データサイエンス価値創造演習での価値創造につなげる。

【授業形態】同時双方向型オンラインの併用【ハイブリッド授業(対面+同時双方向)】:対面授業とオンライン授業(同時双方向型)の併用によるハイブリッド授業になります。教室で対面授業を行いながら、同時に当該授業の講義をZoomやYouTube Liveなどを用いてオンライン配信し、学生は教室で対面受講するか自宅などでオンラインで受講するか選択できる形態です。

※前提として,半分以上の授業時数を対面で受講することが必要です

Zoomミーティングに参加する
https://us02web.zoom.us/j/81183314479?pwd=UGo2bU4zb1lHR0lYK1hHZUFYMm1sQT09

ミーティングID: 811 8331 4479
パスコード: 902618
 
授業の到達目標  
データサイエンスにおける一連の流れを理解し、それらを行う上で必要なスキルを身に着けることを目標とする。
 
授業計画  
2~8回はR,9~15回はPythonによる演習

1 イントロダクション (備考)

2 Rによるデータ処理1 欠損値・異常値処理含む

3 Rによるデータ処理2 欠損値・異常値処理含む

4 グループワーク1

5 グループワーク2

6 グループワーク3

7 グループワーク4

8 報告会1

9 Pythonによるデータ処理1 欠損値・異常値処理含む

10 Pythonによるデータ処理2 欠損値・異常値処理含む

11 グループワーク5

12 グループワーク6

13 グループワーク7

14 グループワーク8

15 報告会2
 
事前学習・事後学習など授業時間外の学習  
所属するグループが扱うデータに関して、次回の演習開始時点までに実施しておくべき作業分担を毎回決定し、演習時間外に個別またはグループで決定した作業を進める。
 
成績評価の方法  
各回に提出するグループごとの議事録から、①所属するグループが扱うデータについて、グループ内で協力することで適切にデータ分析作業が実施できていること、を評価する。

また、報告会から、②自らの考えを相手に伝える表現力、問題解決策の提案力が身についていること、を評価する。
 
成績評価の基準  
①所属するグループが扱うデータについて、グループ内で協力することで適切にデータ分析作業が実施できていること。

②自らの考えを相手に伝える表現力、問題解決策の提案力が身についていること。

を評価し、その合計点数によって、

秀: 90点以上、優: 80点以上、良: 70点以上、可:60点以上、不可: 60点未満とする。

①グループワークで提出する議事録の内容から総合的に評点し満点を合計80点とする。

②報告会により評点し、合計20点とする。
 
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