山梨大学電子シラバス>検索結果一覧>授業データ



授業科目名 データサイエンス入門
時間割番号 CDS008
担当教員名 宮本 崇
開講学期・曜日・時限 前期・金・IV 単位数 2
<対象学生>
土木環境工学科
<授業の目的>
情報化の進む現代において,データサイエンスは分野を問わず必須の知識となっています.本講義では,データ処理の基本である統計学の知識や関連する数学を学ぶとともに,AI等のより発展的なデータサイエンス手法と基礎となる事項を学習します.
<本授業科目による獲得・涵養が特に期待されるコンピテンシー>(能力・資質)
全学共通教育科目向け
記号コンピテンシー(能力・資質)説明 
A共通汎用能力2・情報リテラシー情報収集力図書館やインターネットなどから多様な文献や資料を入手できる。
B情報選択力収集した文献や資料から、適切な情報を選択し、活用できる。
C3・数量的リテラシーさまざまな情報を統計学的手法などにより、数理的に表現・分析できる。
D4・論理的思考力情報を多面的・客観的にとらえ、筋道を立てて根拠を示しながら説明できる。
<到達目標>  到達目標とは
目標NO説明コンピテンシーとの対応
共通
1確率と統計の様々な概念を説明できる.C
2Excelを使って統計グラフの作成と代表値・統計量の計算ができる.B
3データ分析のための手法である回帰分析について説明できる.D
4機械学習・AIがどのような技術であるかを説明できる.A
<成績評価の方法>
目標No割合評価の観点
130%(小テスト,レポート)統計と関連数学を活用した課題への回答内容を評価する.
230%(レポート)グラフ作成や統計量計算に関する課題への回答内容を評価する.
325%(小テスト,レポート)回帰分析に関する課題への回答内容を評価する.
415%(小テスト,レポート)AIの概要に関する課題への回答内容を評価する.
合計100% 
<授業の方法>
授業動画を活用しながら,オンデマンド式・オンライン式・対面式を授業内容や社会情勢に応じて判断しながら実施します.
第1回時の説明や,その後のCNSでの通知などを適宜参照してください.
<受講に際して・学生へのメッセージ>
(未登録)
<テキスト>
(未登録)
<参考書>
  1. 竹村彰通, 姫野哲人, 高田聖治編 ; 和泉志津恵 [ほか] 共著, データサイエンス入門, 学術図書出版社, ISBN:9784780607017,
    (2019年出版 データサイエンス大系)
<授業計画の概要>
1タイトルデータサイエンス概論
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データサイエンスで扱う内容全般と,その社会との関わりについて説明する.
2タイトルデータの取得と整理
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容オープンデータなどの利用や,取得したデータの整理方法について概説する.
3タイトルExcelの基礎
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容Excelを用いたデータ整理法について説明する.
4タイトルデータサイエンスの数学(1):ベクトルと行列の基礎
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データ処理において必要となるベクトル・行列の概念を説明する.
5タイトル統計グラフとExcelによるグラフ作成(1):棒グラフ、折れ線グラフ、円グラフ、積み上げグラフ
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容統計グラフの種類とExcelによるグラフ作成方法を説明する.
6タイトルデータの代表値(平均値、中央値、最頻値、分散、不偏分散、標準偏差、ヒストグラム)
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データの特性である様々な代表値の意味を説明する.
7タイトル箱ひげ図の考え方
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容統計グラフの一種である箱ひげ図について説明する.
8タイトル統計グラフとExcelによるグラフ作成(2):箱ひげ図の作成
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容Excelによる箱ひげ図の作成方法を説明する.
9タイトルデータの相関:相関係数、相関と因果、疑似相関
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容2種のデータ間の関係性を表す相関について説明する.
10タイトル回帰直線と決定係数、相関関係と因果関係
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容あるデータから別のデータを説明する,回帰や相関係数の考え方を説明する.
11タイトルExcelによる回帰分析
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容Excelを用いた回帰分析の方法を説明する.
12タイトルデータサイエンスの数学(2):場合の数(順列、組合せ、場合の数)
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データ処理において必要となる場合の数の概念を説明する.
13タイトルデータサイエンスの数学(3):確率(確率分布、確率変数、確率密度関数、大数の法則)
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データ処理において必要となる確率の概念を説明する.
14タイトルデータサイエンスの数学(4):二項分布、正規分布
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容データ処理において必要となる二項分布や正規分布の概念を説明する.
15タイトルAI概論
事前学習
事後学習
・ビデオや配布資料,参考書などから事前に講義内容を把握する.
・講義や小テスト内容を振り返り,要点を整理する.
授業内容AI技術に関する基礎と社会との関わりを説明する.
<備考>
(未登録)