タイトル
     2020 年度 前期  教養教育 日英区分 :日本語 
  
データ・サイエンス   
時間割コード ナンバリング 科目分野
LB1543 1000LB1DS00001 【教養教育】データ・サイエンス
担当教員(ローマ字表記)
  齋藤 勇一郎 [Saitoh Yuichiroh], 高橋 啓 [Kei Takahashi], 横山 重俊 [Shigetoshi Yokoyama], 鳥飼 幸太 [Torikai Kota], 中村 賢治 [Nakamura, Kenji], 野口 怜 [Rei Noguchi]
対象学生 対象年次 単位数
    2
授業の目的  
現代社会における情報の役割を理解する。
コンピュータやインターネットの基本的仕組みと適切な利用の仕方を理解する。
現代社会のコンピュータやインターネットの危険性を理解し,基本的な対処が行える。
データサイエンスのリテラシーレベルについて、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。
 
授業の到達目標  
群馬大学におけるITサービスが正しく利用できる。
コンピュータやインターネットの基本的仕組みと適切な利用の仕方を理解する。
簡単なプログラミングができる。
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、データが持つ性質について把握できるようになる。
簡単な実際のデータについて、前処理や基礎的な処理を行うことによりハンドリングできるようになる。
 
ディプロマポリシーとの関連(評価の観点)  
諸科学についての基礎的知識と理解 ○
論理的・創造的思考力       ◎
コミュニケーション能力      △
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)

 
授業概要  
我々の周りには知らず知らずのうちにデータが蓄積され、それに基づき色々な決定が行われている。このデータについて、その性質の理解や処理の方法を学ぶことがデータサイエンスの初歩である。現在、残念ながら少なくない場面でデータサイエンスは間違った使われ方をしている。これらの間違いに気づくといった、統計検定3級程度のデータサイエンスのリテラシーを身につけるのが本講義の目的である。無論、この講義だけで全てが身につくものではない。後期に行われる数理データサイエンス教育研究センターが提供している科目についても是非受講して頂きたい。
 
授業の形式(授業方法)  
講義と演習である。受講者は、第7回以降のデータサイエンス部分については一部 e-learningで行う。e-learning 部分については各回の演習問題を解答することにより、出席したとみなす。ただし、「全ての解答を送信して採点待ちにする」を押下しないと解答したこととならないため注意すること。
e-learning 部分については moodle 上の掲示板で質問すること。
 
授業スケジュール  
第1回 利用の仕方(横山)
第2回 コンピュータの仕組み(横山)
第3回 情報倫理(横山)
第4回 ネットワークとサービス/試験(横山)
第5回 プログラミング(鳥飼)
第6回 医学系情報倫理(鳥飼)
第7回 データサイエンスのためのEXCEL(第7回以降は、データサイエンスセンター教員が担当)
第8回 データサイエンスの概略
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 複数の系列間の関係性
第13回 分析用データの処理
第14回 最終演習の説明、データ配布、簡単なデータ・課題の説明
第15回 最終演習提出

 
授業時間外学修情報
「学修」とは授業と授業時間外の予習・復習などを含む概念です。1単位につき45時間の学修が必要です。
学則で定められている1単位の時間数は次のとおりです。
講義・演習    授業15~30時間、授業時間外30~15時間
実験・実習・実技 授業30~45時間、授業時間外15~0時間
 
Moodle 上の演習問題は期間内では何度でも受講可能である。動画を繰り返し視聴し、高得点を目指して欲しい。
 
成績評価基準(授業評価方法) 及び 関連するディプロマポリシー  
情報倫理のWebテストに合格している方のみが,期末試験を受験できる。
第4回終了時、試験を行い評価(20点満点)する。
簡単なプログラミングを学び、Web上での表示機能を演習し、評価(10点満点)とする。
第7回以降の評価は70点満点で、Moodle上の演習問題40点、最終演習30点の割合で評価する。
 
受講条件(履修資格)  
特になし。
 
メッセージ  
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。
 
キーワード  
情報倫理、プログラミング、統計学、記述統計学、エクセル、可視化
 
この授業の基礎となる科目  
高校の数学
 
次に履修が望まれる科目  
Python 入門、データ解析の手法と論理、データの利活用
 
関連授業科目  
学びのリテラシー1
 
教科書  
 
参考書  
 
教科書・参考書に関する補足情報  
 
コース管理システム(Moodle)へのリンク  
 
授業言語  
 
学生用連絡先  
【匿名アクセスではこの情報を閲覧できません。】
 
学生用メールアドレス  
【匿名アクセスではこの情報を閲覧できません。】
 
オフィスアワー (※教員が研究室に在室し、学生からの質問・相談等に応じる時間のことです。)  
【匿名アクセスではこの情報を閲覧できません。】
 
教員ホームページ  
http://sic.showa.gunma-u.ac.jp/#main-slider/5
 
関連ホームページ  
 
ページの先頭へ