シラバス参照

年度 2025
科目名 データサイエンス演習A
担当者名 大野 ゆう子
単位 2.0
履修便覧ページへ
★★「単位」には開講学年の単位が表示されています。★★
★★「単位」が「-(ハイフン)」で表示されている場合は各自の履修便覧で単位を確認してください。★★


科目目的
Course Objectives
データの分析において重要な仮定と結論の繋がりについて、シミュレーションのツールを活用して実践的に学ぶ。多様な分析方法を統合したモデルとしてシミュレーション手法を用い、データ・パラメータ・伝達関数の選択・調整により、対象システムの振舞いがどのように変化するかを見ながら、シミュレーションの実課題対応への有効性を理解することを目的とする。
到達目標
Class Goal
データに対し、問題意識に基づく仮定や前提条件を踏まえたシミュレーションモデルを構築できる。公的情報データベースや観察調査からデータ収集し、問題意識をもとに整理し、モデルを構築、その結果からモデルの設定について再考し、仮定や前提条件の妥当性について意見が述べられる。
授業内容
The Content of the Course
すでに学んだリテラシーレベルの知識・スキルのうえに、データサイエンス、データエンジニアリング、AIに関する知識・スキルなどの大局的な視点を身につける授業を行う。社会での実例を題材にできるだけ多く取り入れ、現実社会の課題に対するアプローチ方法や数理・データサイエンス・AIの活用方法を学ぶ。データ駆動型社会における仮説検証サイクルを演習により実体験することで適切なデータ収集・処理・蓄積法を理解し考察できる力を養う。一方でAIの社会的受容性についてプライバシー保護、公表における質保証等の観点から考えられる授業を進める。
授業計画
Class Plan
第1回 データサイエンスのツール1(BIツール:Tableau Desktop)
第2回 データサイエンスのツール2(BIツール:Tableau Prep Builder)
第3回 データサイエンスのツール3(視覚的データ分析ツール:JMP Pro)
第4回 リアルワールドデータの検索・取得:e-Stat等紹介
第5回 リアルワールドデータを用いたデータ解析1:Tableauの利用
第6回 リアルワールドデータを用いたデータ解析2:Tableauの利用
第7回 リアルワールドデータを用いたデータ解析3:Tableauの利用
第8回 データから予測する1:JMP Proの利用
第9回 データから予測する2:JMP Proの利用
第10回 データに基づく意思決定1:JMP Proの利用
第11回 データに基づく意思決定2:JMP Proの利用
第12回 目的に沿ったデータ分析1
第13回 目的に沿ったデータ分析2
第14回 目的に沿ったデータ分析3
第15回 まとめ
注)授業の進行状況により内容・順番を変更することもありうる
授業方法
Class Method
対面形式で実施する。
毎回ノートPCを持参すること。
Google Classroom クラスコード
Google Classroom - Class Code
初回授業までにクラスルームに招待する。
アクティブ・ラーニングの形態
Form of Active Learning
PCを活用した双方向授業
準備学習(予習・復習等)
Review and Preview
予習:ニュース、新聞等、授業内容に関係する多彩多様なマスコミュニケーション情報を日常的に収集する。
復習:授業内容に関連する演習問題やレポート課題に取り組む。
評価方法
Evaluation Method
・平常点(100点) 平常点等配点内訳:課題提出 90%
授業への積極的参加度 10%
課題(試験やレポート等)に対するフィードバックの方法
Task Feedback
基本的には、質問に対しては個別にフィードバックを行う。提出された課題の中で特筆すべきことについては全体に対してフィードバックを行う。
教科書
Textbook
参考書
Reference Books
地域との連携
Cooperation with the Community
受講上の注意
Notices
卒業(修了)認定・学位授与の方針との関連
Relation to the Diploma and Degree Policy
3.思考・判断 3-3 データサイエンスの観点から身につけた専門的な知識や技能から、ICT社会の課題を論理的に分析し、問題を解決する能力を有している。
実務経験と授業との関連
How the Instructors' Experiences will shape Course Contents
教科書コメント

シラバス参照