授業科目名	データサイエンス入門
時間割番号	CDS003
担当教員名	鈴木　一克
開講学期・曜日・時限	前期・木・I	単位数	2
＜対象学生＞
医学部看護学科1年生
＜授業の目的＞
科学と技術の急速な進歩により、日常生活や様々な仕事において様々なディジタルデータが世にあふれています。また、コンピュータを使った作業が手作業に取って代わりつつあります。この授業ではデータから有益な知見を引き出すための手法であるデータサイエンスの基礎知識と基本技能の習得を目指します。具体的には、適切なデータを収集・選択する方法、データの分析に必要な統計学の基礎、代表的なデータ分析手法の知識、コンピュータ（ソフトウェア Microsoft Excel）を使ってデータを整理、可視化、分析するための基礎を身に付けることを目指します。また、AIと機械学習の仕組みについても概観します。
＜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   N-A 共通 情報を適切に活用する力（情報） 図書館やインターネットなどから多様な文献や資料を倫理的、合法的に収集し、収集した文献や資料から適切な情報を選択し、様々な情報を統計学的手法やAI技術なども活用して分析し、的確にまとめて活用できる力を備える ◎ N-B 論理的かつ柔軟に思考する力（思考） 問題を細分化して多面的・客観的にとらえ、専門分野や文理を問わない幅広い知識に基づき様々な観点から考察し、結果を筋道立てて根拠を示しながら説明できるようにすることで、論理的かつ状況の変化に対して柔軟に対応できる思考力を備える ○
＜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 データサイエンスの活用事例や日常生活との関連を説明できること N-A 2 統計の様々な概念（データの代表値、統計量など）の定義と意味を説明できること N-A 3 様々な統計グラフの使い分け方を説明できること N-B 4 Excelの関数、グラフ作成機能、分析ツールを使ってデータの代表値や統計量の計算と統計グラフの作成ができること N-A 5 問題解決に必要な信頼できるデータや情報を文献、資料、インターネットなどから探して取得できること N-A 6 代表的なデータ分析手法（相関や回帰分析など）の目的と分析手順を説明できること N-B 7 AI（人工知能）と機械学習の仕組みを説明できること N-A 8 CSVファイルの仕組みを理解し、CSVファイルを操作・活用することができること N-A
＜成績評価の方法＞
目標No 割合 評価の観点 1 10% レポート・記述問題で自らの言葉で具体的に説明できたか否かを評価する 2 15% 小テスト・課題で該当する項目を正しく説明できたか否かを評価する 3 15% 小テスト・課題で適切な統計グラフ形式を選択できたか否かを評価する 4 20% 課題でExcelを使って代表値の計算や統計グラフの作成ができたか否かを評価する 5 10% 課題でデータや情報を適切に取得できたか否かを評価する 6 20% 課題で適切にデータ分析ができたか否かを評価する 7 5% 記述問題で自らの言葉で具体的に説明できたか否かを評価する 8 5% 課題でCSVファイルの操作・活用ができたか否かを評価する 合計 100%
＜授業の方法＞
実施形態： 「面接授業」の形態で授業を行います。 授業の進め方： ・講義とパソコン演習を行います。 ・各自、所有するノートパソコンを持参してください。教室に備え付けのパソコンを利用することもできます。 ・学習管理システム（Moodle）を用いて授業資料の配布、事前学習動画の公開・視聴、小テスト、パソコン演習課題の提出、授業の振り返りの提出を行います。 ・パソコン演習ではMicrosoft Excelを使用します。本学の学生は、本学が契約しているMicrosoft 365を無償で利用できますので、各自で新たに購入する必要はありません。詳しいことは授業ガイダンスで説明します。 ・授業の進み具合に応じて授業の内容や順序が変更になる場合があります。
＜受講に際して・学生へのメッセージ＞
情報通信技術の進化に伴って生活環境が急速に変化する現代において、データサイエンスは、文系・理系に関係なくより良い生活を送るうえで必要な技能です。その考え方や基本的な手法を身に付けておけば、日常の様々な場面でも役に立つはずです。知識を吸収するだけでなく、物事を様々な角度から眺め、自分で深く考える姿勢を養いましょう。
＜テキスト＞
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 第3版, 学術図書出版社, ISBN:9784780607291, (2024年出版 データサイエンス大系)
＜参考書＞
景山三平監修, 大田靖, 宿久洋編修, 教養のための統計入門, 実教出版, ISBN:9784407332841, (2016年出版 事例でわかる統計シリーズ) 北川源四郎, 竹村彰通編 ; 内田誠一 [ほか] 著, 教養としてのデータサイエンス 改訂第2版, 講談社, ISBN:9784065379394, (2024年出版 データサイエンス入門) 杉本くみ子, 大澤栄子著, 30時間アカデミック Office 2021, 実教出版, ISBN:9784407359435, (2022年出版) 実教出版企画開発部編, 30時間でマスター Excel 2021, 実教出版, ISBN:9784407359404, (2022年出版) AYURA著, 今すぐ使えるかんたんOffice for Mac : Office 2021/Microsoft 365両対応, 技術評論社, ISBN:9784297127916, (2022年出版 Imasugu tsukaeru kantan series)
＜授業計画の概要＞
1 タイトル 授業ガイダンス、データサイエンス概論講義 事前学習 事後学習 （授業後）授業内容の振り返り（※）と復習を行う。 ※振り返り：授業を通じて理解し説明できるようになったこと、理解が足りておらず未だ適切な説明ができないこと、これに対する自身の対応方針などを整理すること 授業内容 ・授業ガイダンス ・データサイエンス概論の講義 2 タイトル オープンデータの取得と整理、e-Statからのデータ取得 事前学習 事後学習 （授業前）オープンデータに関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・前回授業及び今回の事前学習動画の内容に関する小テスト ・政府統計の総合窓口(e-Stat)にインターネットを介してアクセスし、そこから必要なデータを検索して取得するパソコン演習 3 タイトル データサイエンスとプログラミング、Excelの基礎1（データの入力、表の作成、ファイルの保存） 事前学習 事後学習 （授業前）データサイエンスとプログラミングに関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画の内容に関する小テスト ・Excelの基本操作（データの入力、表の作成、ファイルの保存）に関する演習 4 タイトル Excelの基礎2（関数の利用、グラフの作成、グラフの保存） 事前学習 事後学習 （授業前）事前配布資料を読む。 （授業後）授業内容の振り返りと復習を行う。 授業内容 Excelの基本操作（関数の利用、グラフの作成、グラフの保存）に関する演習 5 タイトル 統計グラフ、Excelで統計グラフを作成する 事前学習 事後学習 （授業前）統計グラフに関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画に関する小テスト ・Excelを用いた棒グラフ、折れ線グラフ、円グラフ、積み上げ棒グラフなどの統計グラフの作成に関する演習 6 タイトル データの代表値、Excelでデータの代表値を計算する 事前学習 事後学習 （授業前）データの代表値に関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画に関する小テスト ・Excelを用いた平均、中央値、最頻値、分散、不偏分散、標準偏差などの計算に関するする演習 7 タイトル ヒストグラムと箱ひげ図、気象庁Webサイトから気象データを取得する 事前学習 事後学習 （授業前）ヒストグラム、四分位数、箱ひげ図に関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画に関する小テスト ・Excelを用いて四分位数の計算と箱ひげ図の作成に関する講義 ・気象庁Webサイトからの気象データ取得に関するする演習 8 タイトル Excelでヒストグラムを作成する 事前学習 事後学習 （授業前）事前配布資料を読む。 （授業後）授業内容の振り返りと復習を行う。 授業内容 Excelを用いたヒストグラムの作成に関する演習 9 タイトル Excelで箱ひげ図を作成する 事前学習 事後学習 （授業前）事前配布資料を読む。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・ヒストグラムと箱ひげ図に関する小テスト ・Excelを用いた四分位数の計算と箱ひげ図の作成に関する演習 10 タイトル 散布図と相関係数 事前学習 事後学習 （授業前）相関に関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画に関する小テスト ・散布図、相関係数、相関と因果、疑似相関などに関する講義 ・Excelを用いた散布図の作成と相関係数の計算に関する演習 11 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 （授業前）回帰直線と決定係数に関する事前学習動画を視聴する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・事前学習動画に関する小テスト ・相関係数、回帰直線、決定係数などに関する講義 ・Excelを用いた回帰直線の計算と予測に関する演習 12 タイトル Excelで回帰分析を行う 事前学習 事後学習 （授業前）事前配布資料を確認する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 Excelの分析ツールを用いた回帰分析に関する演習 13 タイトル データサイエンスの手法1（クロス集計、決定木分析） 事前学習 事後学習 （授業前）事前配布資料を確認する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 ・相関、回帰直線、決定係数、相関関係、因果関係に関する小テスト ・クロス集計と決定木分析に関する講義と演習 14 タイトル データサイエンスの手法2（アソシエーション分析、クラスタリング） 事前学習 事後学習 （授業前）事前配布資料を読む。 （授業後）授業内容の振り返りと復習を行う。 授業内容 アソシエーション分析とクラスタリングに関する講義と演習 15 タイトル 機械学習・AI概論 事前学習 事後学習 （授業前）事前配布資料を確認する。 （授業後）授業内容の振り返りと復習を行う。 授業内容 機械学習とAIに関する講義 16 タイトル 事前学習 事後学習 授業内容 17 タイトル 事前学習 事後学習 授業内容 18 タイトル 事前学習 事後学習 授業内容 19 タイトル 事前学習 事後学習 授業内容 20 タイトル 事前学習 事後学習 授業内容 21 タイトル 事前学習 事後学習 授業内容 22 タイトル 事前学習 事後学習 授業内容 23 タイトル 事前学習 事後学習 授業内容 24 タイトル 事前学習 事後学習 授業内容 25 タイトル 事前学習 事後学習 授業内容 26 タイトル 事前学習 事後学習 授業内容 27 タイトル 事前学習 事後学習 授業内容 28 タイトル 事前学習 事後学習 授業内容 29 タイトル 事前学習 事後学習 授業内容 30 タイトル 事前学習 事後学習 授業内容
＜前年度授業に対する改善要望等への対応＞
前年度と同様に実施します。
＜備考＞
(未登録)