|
|
|
|
|
|
データサイエンスを現実において意味のある形で用いるために必要となるデータ処理基盤の実装と運用に関する基本的な知識の修得を目的とする．
|
|
|
データの構造を理解し，大規模データの収集，抽出，統合ができる．
大規模データを対象として加工や共有のための基本的な操作ができる．
大規模データ分析を行うための適切な環境を構築できる．
|
|
|
A：諸科学についての基礎的知識と理解 ー
B：論理的・創造的思考力 〇
C：コミュニケーション能力 ー
D：社会的倫理観・国際性 △
E：情報社会の諸課題の理解と情報学的知の活用能力 〇
F：社会組織や制度に対する知識と社会科学的分析能力 △
G：データサイエンスの基礎知識と社会実装提案能力 ◎
H：情報技術を創出し利活用するための知識基盤 〇
K：データの収集・分析と数理最適化による課題解決能力 ◎
|
|
|
大規模データを分析するための基礎的な知識と技術について，講義と演習を通じて身につける．実際に基本的なデータ分析環境の構築をCUIで行い，大規模データのハンドリングや分析結果の可視化についての理解を深めると共に，データ分析に取り掛かるまでの基本的な工程を学習する．
|
|
|
|
|
|
|
| No. | 内容 |
| 第1回 |
導入：科目紹介、データエンジニアリングとは
|
| 第2回 |
導入：データ分析環境、データセット構築、データベース連携、知識発見プロセス
|
| 第3回 |
データ収集と蓄積：ビックデータとスモールデータ
|
| 第4回 |
データ収集と蓄積：データへのアクセス
|
| 第5回 |
データ収集と蓄積：メタデータとDWH
|
| 第6回 |
データ分析基盤：データ品質管理
|
| 第7回 |
データ分析基盤：データドリブン
|
| 第8回 |
環境構築：バージョン管理とリポジトリ
|
| 第9回 |
環境構築：仮想化とコンテナ技術
|
| 第10回 |
データハンドリング：演習1
|
| 第11回 |
データハンドリング：演習2
|
| 第12回 |
データハンドリング：演習3
|
| 第13回 |
データハンドリング：演習4
|
| 第14回 |
データハンドリング：演習5
|
| 第15回 |
まとめ
|
|
|
|
復習を毎回行うこと．
指示された演習課題について取り組むこと．
|
|
|
|
授業で実施する演習課題（複数回：計50%：B, E, G, H, K）と期末レポート（50%：B, D, E, F, G, H, K）の予定
|
|
|
|
|
|
|
|
実務経験、プログラミング、Python、データハンドリング、知識発見
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|