シラバス参照

授業情報/Class Information

科目一覧へ戻る 2023/07/21 現在

基本情報/Basic Information

開講科目名
/Class
データサイエンス/Data Science
授業コード
/Class Code
J100011001
開講キャンパス
/Campus
有瀬
開講所属
/Course
修士/
年度
/Year
2023年度/Academic Year  
開講区分
/Semester
前期/SPRING
曜日・時限
/Day, Period
水6(前期)/WED6(SPR.)
単位数
/Credits
1.0
主担当教員
/Main Instructor
齋藤 政彦/SAITO MASAHIKO
科目区分
/Course Group
【栄養学研究科】 /*** Nutrition ***
遠隔授業
/Remote lecture
Yes

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
齋藤 政彦/SAITO MASAHIKO 経営学部/Business Administration
授業の方法
/Class Format
遠隔授業
授業の目的
/Class Purpose
インターネットやコンピュータサイエンスの発達において、様々な分野において計算機科学、統計学などをベースとしてデータから有意義な情報を引き出すことができるようになった。各専攻で学ぶ大学院生にとって、データサイエンスを学ぶと、各自の研究範囲を拡げ、社会の課題を解決することのできる可能性を引き出すものである。
到 達 目 標
/Class Objectives
社会におけるデータ・AI利活用を理解し、データを扱う上での基礎を身につけ、データに関する留意点・情報セキュリティに関して必要な知識・考え方を身につける。
授業のキーワード
/Keywords
インターネット、ビッグデータ、データサイエンス、AI、統計学、データ利活用
授業の進め方
/Method of Instruction
遠隔授業
履修するにあたって
/Instruction to Students
社会におけるデータ・AI利活用を理解し、データを扱う上での基礎を身につけ、データに関する留意点・情報セキュリティに関して必要な知識・考え方を身につけるともに、パソコンを使って実際のデータ解析についても解説するので、パソコンを使って復習できる事が望ましい。
授業時間外に必要な学修
/Expected Work outside of Class
各回の講義の復習としてエクセル等を使った実際のデータ解析を行ってもらう。また、データの取得方法等について各自学んでもらう。
提出課題など
/Quiz,Report,etc
毎回の授業後にコミュニケーションシートを提出する。最終課題に関するレポートを提出する。
成績評価方法・基準
/Grading Method・Criteria
毎回のコミュニケーションシートによる評価50%、最終レポートが50%で評価する。
テキスト
/Required Texts
『データサイエンス講座1 データサイエンス基礎』
齋藤政彦・小澤誠一・羽森茂之・南知恵子 編
培風館
ISBN:978-4-563-01610-4
参考図書
/Reference Books
特に指定なし
No.
/Time
主題と位置付け
/Subjects and position in the whole class
学習方法と内容
/Methods and contents
備考
/Notes
1 第1回 社会におけるデータ・AI活用1 データサイエンスの必要性、ビッグデータ、IoT、AI活用について学ぶ
2 第2回 社会におけるデータ・AI活用2 社会で活用されているデータ、データ・AIの活用領域、データの可視化について学ぶ
3 第3回 データを読む データの種類、データの分布、データのばらつき、相関関係について学ぶ
4 第4回 データを説明する データの表現、グラフによる可視化、データの比較について学ぶ
5 第5回 データを扱う データ解析ツールによるデータ解析を学ぶ
6 第6回 データを扱う上での留意事項 データやAIを扱う上で、法規、倫理的側面、個人の権利保護について学ぶ
7 第7回 統計的データ解析 新薬の治験や健康データにおける統計的推定、仮説検定について学ぶ
8 第8回 最終課題 与えられたデータセットに対して課題を設定し、その課題の解決を提案する。

科目一覧へ戻る