|
この授業は、データサイエンスの基本スキルとして、データを適切に処理する力を身につけ、データの持つ性質について統計量を用いて要約できることを目的とする。また、コンピュータやインターネットの仕組みを理解し、情報倫理についての考えを深めるとともに、情報杜会において重要となるデータ・サイエンスの初歩について学ぶ。
|
|
|
・ データをハンドリングするのに必要なパソコン、ソフトの操作ができるようになる。
・ データについて正しい方法で可視化でき、統計データを適切に処理する力を身につけられる。
・ エクセルを用いて、記述統計量をデータから計算し、データの性質を把握できるようになる。
|
|
|
〇 A 諸科学についての基礎的知識と理解
◎ B 論理的・創造的思考力
△ C コミュニケーション能力
○ D 社会的倫理観・国際性
(◎:特に重視する、○:重視する、△:評価対象、-:評価対象としない)
|
|
|
|
テータに基づく課題解決や意思決定は、あらゆる分野で必要となる。そのためには、高度な専門家の育成だけでなく、国民全体のデータサイエンスに関するリテラシーの向上も不可欠となる。この授業では、オンデマンド形式での講義及び演習を通じて基本的な統計学やデータ処理技術を学び、現代社会を生きるために必要とされる一般的かつ基礎的な情報リテラシーを身に付ける。
|
|
|
|
この授業は、オンデマンド形式の講義及び演習動画とWeb テストが各授業回に用意されており、これを週ごとに設定された期間内に各自で受講する。各回のWeb小テストを解答することにより、授業に出席したとみなす。授業内容についての質問については、Web掲示板上で質問する環境と、教員と直接対面で質問する環境を用意している。
|
|
|
第1回 利用の仕方
第2回 情報倫理、中央図書館の利用について
第3回 コンピュータの仕組み
第4回 ネットワークとサービス
第5回 EXCELの使い方①
第6回 EXCELの使い方②
第7回 EXCELの使い方③
第8回 データサイエンスの概略(統計資料の整理)
第9回 グラフによる可視化
第10回 分布の位置を表す代表値
第11回 分布の散らばりを表す代表値
第12回 クロス集計による複数の系列間の関係性
第13回 因果関係と相関関係および分析用データの処理
第14回 最終演習課題の説明、データ配布、簡単なデータ・課題の説明
第15回 最終演習課題提出
|
|
|
|
|
|
LMS上の講義及び演習動画は、指定された公開開始時以降、いつでも視聴可能である。各授業回に用意されたWeb小テストは、期間内では何度でも受験可能であり、各受験回のうち、最高得点がその演習の評価点となる。動画を繰り返し視聴し、高得点を目指して欲しい。
|
|
|
各授業回のWeb小テスト 70% A,B ,C,D
最終演習課題 30% A,B
※ただし、単位を取得するためには、指定された期間内に情報倫理e-learnig（倫倫姫）を受験し、合格すること、および最終演習課題を提出することが必要。
|
|
|
|
|
|
現在の世の中は、データを持つ者、持たない者に分かれる。更に持っていて活用できる者、持っていても活用できない者に分かれ、それにより優劣がついている。この競争に負けないように、読み書き計算と同様にきちんとリテラシーとしてデータサイエンスを学びましょう。
|
|
|
|
|
|
|
|
Python入門、データサイエンス応用、データサイエンス・AI・機械学習
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|