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	K100011501
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	博士／
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	【薬学専攻】　／*** Pharmaceutical Sciences ***
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.	回 ／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	ビジネスやアンケート調査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。