基本情報/Basic Information

開講科目名 ／Course	データサイエンス入門／Introduction to Data Science
時間割コード ／Course Code	0170330002
開講所属 ／Course Offered by	共通科目自然環境科目群／General Education Course
開講区分 ／semester offered	後期／Second Semester
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	上原　和樹（非常勤）
科目区分 ／Course Group	その他　その他　共通科目／その他 その他　共通科目
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
上原　和樹（非常勤）	社会文化学科／Department of Society and Regional Culture

※ポリシーとの関連性 ／*Relevance to Policy	社会現象をより深く理解するための主体性・多様な観点と広い専門分野知識・問題の論理的考察および表現力の修得
授業に関する問い合わせ ／Inquiries about classes	ptt886@okiu.ac.jp
学びの準備 ／Prepare to learn	ねらい ／Goal Excelやプログラミングを用いた演習・考察も含めたトレーニングをおこなうことで、急速に進むデジタル社会において、データサイエンス・人工知能に関する知識や技術を修得することをねらいとする。 メッセージ ／Message 実社会におけるデータを用いて各自が手を動かすことで、データサイエンス・人工知能に関するスキルを習得する。 ※統計学Iまたは統計学IIを習得済みであることが前提となります 到達目標 ／Attainment Targets ・データサイエンス・人工知能で用いられる手法を理解し、修得した知識を用いてデータの解釈ができる。 ・Excel・プログラミングを用いて実践的な処理をおこない、解析結果について説明できる。 ・多くの文献に触れ、論理的思考力を身につける、幅広い分野で活用できる。
学びの実践 ／Learning Practices	授業計画 ／Class Plan テキスト・参考文献・資料など ／Textbooks, references, materials, etc. 参考文献 ・データサイエンス指向の統計学/大内俊二/学術図書出版社 ・データサイエンスの歩き方/滋賀大学データサイエンス学部, 長崎大学情報データ科学部/学術図書出版社 資料 ・テキストは特に指定せず必要に応じて講義時に資料を配布します。 学びの手立て ／Way of learning ・実践演習で扱うプログラミングは自身の手で動かし様々なエラーを経験し修正していくことで上達します。根気強く取り組んでください。 ・正しく実行できることも重要ですが、その出力結果を自分なりに解釈することを心がけてください。 ・提出されたレポート内容をもとに、よくあるエラーやその対処法を解説します。 評価 ／Evaluation 毎回の課題提出(70%)+最終プレゼンテーション(30%)
学びの継続 ／Continuing to learn	次のステージ・関連科目 ／Next Stage and Related Courses 【前提科目】統計学Iまたは統計学II 【関連科目】インターネットと情報倫理・数学I・数学II

No.	回（日時） ／Time (date and time)	授業計画 ／Class Plan	時間外学習の内容 ／Content of Overtime Learning	備考 ／Notes
1	1	ガイダンス：データサイエンスとは	課題の作成
2	2	社会におけるデータ・AI利活用	課題の作成
3	3	AI倫理	課題の作成
4	4	Excelによる演習：単変量解析	課題の作成
5	5	プログラムによる演習：単変量解析	課題の作成
6	6	Excelによる演習：分布の描画	課題の作成
7	7	プログラムによる演習：分布の描画	課題の作成
8	8	Excelによる演習：二項分布、ポワソン分布	課題の作成
9	9	プログラムによる演習：二項分布、ポワソン分布	課題の作成
10	10	正規分布	課題の作成
11	11	相関分析	課題の作成
12	12	回帰分析	課題の作成
13	13	まとめ、データ解析プロジェクトの説明	課題の作成
14	14	データ解析プロジェクトの準備	課題の作成
15	15	データ解析プロジェクトの発表	課題の作成