シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	情報処理入門A－データサイエンス発展Ⅰ－／Introduction to Information Processing A－Data Science for Experts－
時間割コード／Course Code	1212100115
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教養教育科目／
曜日コマ／Day, Period	水／Wed　4
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	1,2,3,4
主担当教員／Main Instructor	紅林亘／KUREBAYASHI WATARU
科目区分／Course Group	教養教育科目　自然・科学
教室／Classroom
必修・選択／Required/Elective	選択必修
遠隔授業／Remote lecture	No

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
紅林亘／KUREBAYASHI WATARU	教育戦略室／

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	○自身の専門領域を修めるために必要となる情報技術について，学識を得ること ○情報技術の知識や技能に基づいて，情報技術の活用や情報社会を理解できるようになること
授業の概要／Summary of the class	データ分析による課題解決のための基礎知識と、Pythonによるデータ分析スキルを修得する。
授業の内容予定／Contents plan of the class	1. データサイエンスと社会 2. データサイエンスで課題解決するには 3. Pythonプログラミングの基礎: 変数、制御構造など 4. Pythonプログラミングの基礎: ライブラリの利用など 5. データの特徴を知る：データの整理と可視化 6. データの特徴を知る：質的データの分析 7. データの特徴を知る：量的データの分析 8. データの特徴を知る：クラスタリング、次元縮約 9. まず予測してみる：回帰問題の手法 10. まず予測してみる：PBL課題に取り組む(1) 11. まず予測してみる：分類問題の手法 12. まず予測してみる：PBL課題に取り組む(2) 13. 正しく予測するには：過学習について知る 14. 正しく予測するには：過学習を防ぐ方法 15. 正しく予測するには：PBL課題に取り組む
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	課題の達成状況により評価する（期末試験は実施しない）。
予習及び復習等の内容／Contents such as preparations for lessons and the review	予習：オンデマンド教材やe-ラーニングを利用して予習を行うこと。復習：オンデマンド教材やe-ラーニングを利用して復習を行うこと。
教材・教科書／The teaching materials, textbook	教科書を使用しない（授業資料を配布する）。
参考文献／bibliography	「見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑」（秋庭伸也、杉山阿聖、寺田学(著)、加藤公一(監修)、翔泳社、2019）
留意点・予備知識／Point to keep in mind, back ground	「データサイエンス基礎」が履修済みであることが好ましい。
授業内容に関する質問・疑義等／Question, doubt about class contents	Teamsのチャットで随時質問を受け付ける。
Eメールアドレス・HPアドレス／E-mail address, HP address	wkure@hirosaki-u.ac.jp
学問分野1（主学問分野）／Discipline 1	J60:情報科学、情報工学およびその関連分野
学問分野2（副学問分野）／Discipline 2
学問分野3（副学問分野）／Discipline 3
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義、演習とeラーニングによる。
科目ナンバー／The subject number	LA-2-5704-J60
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	情報処理入門A－データサイエンス発展Ⅰ－／Introduction to Information Processing A－Data Science for Experts－
時間割コード／Course Code	1212100115
ナンバリングコード／Numbering Code
開講所属／Course Offered by	教養教育科目／
曜日コマ／Day, Period	水／Wed　4
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	1,2,3,4
主担当教員／Main Instructor	紅林亘／KUREBAYASHI WATARU
科目区分／Course Group	教養教育科目　自然・科学
教室／Classroom
必修・選択／Required/Elective	選択必修
遠隔授業／Remote lecture	No

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	○自身の専門領域を修めるために必要となる情報技術について，学識を得ること ○情報技術の知識や技能に基づいて，情報技術の活用や情報社会を理解できるようになること
授業の概要／Summary of the class	データ分析による課題解決のための基礎知識と、Pythonによるデータ分析スキルを修得する。
授業の内容予定／Contents plan of the class	1. データサイエンスと社会 2. データサイエンスで課題解決するには 3. Pythonプログラミングの基礎: 変数、制御構造など 4. Pythonプログラミングの基礎: ライブラリの利用など 5. データの特徴を知る：データの整理と可視化 6. データの特徴を知る：質的データの分析 7. データの特徴を知る：量的データの分析 8. データの特徴を知る：クラスタリング、次元縮約 9. まず予測してみる：回帰問題の手法 10. まず予測してみる：PBL課題に取り組む(1) 11. まず予測してみる：分類問題の手法 12. まず予測してみる：PBL課題に取り組む(2) 13. 正しく予測するには：過学習について知る 14. 正しく予測するには：過学習を防ぐ方法 15. 正しく予測するには：PBL課題に取り組む
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	課題の達成状況により評価する（期末試験は実施しない）。
予習及び復習等の内容／Contents such as preparations for lessons and the review	予習：オンデマンド教材やe-ラーニングを利用して予習を行うこと。復習：オンデマンド教材やe-ラーニングを利用して復習を行うこと。
教材・教科書／The teaching materials, textbook	教科書を使用しない（授業資料を配布する）。
参考文献／bibliography	「見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑」（秋庭伸也、杉山阿聖、寺田学(著)、加藤公一(監修)、翔泳社、2019）
留意点・予備知識／Point to keep in mind, back ground	「データサイエンス基礎」が履修済みであることが好ましい。
授業内容に関する質問・疑義等／Question, doubt about class contents	Teamsのチャットで随時質問を受け付ける。
Eメールアドレス・HPアドレス／E-mail address, HP address	wkure@hirosaki-u.ac.jp
学問分野1（主学問分野）／Discipline 1	J60:情報科学、情報工学およびその関連分野
学問分野2（副学問分野）／Discipline 2
学問分野3（副学問分野）／Discipline 3
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義、演習とeラーニングによる。
科目ナンバー／The subject number	LA-2-5704-J60
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information