科目一覧へ戻る | 2023/09/27 現在 |
開講科目名 /Course |
データサイエンス発展Ⅰ①/Data Science Development I |
---|---|
時間割コード /Course Code |
1231200018 |
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 |
火/Tue 5 |
開講区分 /Semester offered |
前期/first semester |
単位数 /Credits |
2.0 |
学年 /Year |
2 |
主担当教員 /Main Instructor |
守 真太郎/MORI SHINTARO |
科目区分 /Course Group |
教養教育科目 データサイエンス科目 |
教室 /Classroom |
|
必修・選択 /Required/Elective |
選択 |
授業形式 /Class Format |
|
メディア授業 /Media lecture |
- |
教員名 /Instructor |
教員所属名 /Faculty/Department |
---|---|
守 真太郎/MORI SHINTARO | 理工学研究科/ |
XU KUANGZHE | 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 CP・DP 2 解決していく力 |
授業としての具体的到達目標 /Concrete arrival target as the class |
○課題解決で必要となるデータについて理解すること ○データサイエンスおよびデータエンジニアリングの基本的な概念と方法を理解すること ○データから意味を抽出し,AIを活用し課題解決につなげる基礎能力を身につけること |
授業の概要 /Summary of the class |
「データサイエンス基礎」を履修し、データ分析について基礎知識のある者を対象とする。主に回帰分析の手法と具体的な課題を用いて、データサイエンスならびに人工知能による実践的な課題解決の方法を学ぶ。プログラミング言語としてPythonを用いる。 |
授業の内容予定 /Contents plan of the class |
1. データサイエンスと人工知能 2. Pythonプログラミングの基礎1: プログラミングとは・変数とデータ型 3. Pythonプログラミングの基礎2: 文字列の操作・データ構造 4. Pythonプログラミングの基礎3: リスト操作・論理演算と条件分岐 5. Pythonプログラミングの基礎4: 反復処理・内包表記・関数 6. Pythonプログラミングの基礎5: ライブラリとファイルの入出力 7. データの特徴を知る1:確認・操作・可視化 8. データの特徴を知る2:データ集計 9. 数値予測問題に取り組む1: データの確認・特徴把握 10. 数値予測問題に取り組む2: 予測モデルの作成 11. 数値予測問題に取り組む3: 予測精度の改善 12. データ構造・汎化能力と交差検証 13. 分類問題に取り組む1: データの確認・特徴把握 14. 分類問題に取り組む2: 予測モデルの作成 15. 分類問題に取り組む3: 予測精度の改善 |
成績評価方法及び採点基準 /A scholastic evaluation method and marking standard |
eラーニング教材の履修状況、PBL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 |
eラーニング教材のリストをもとに検索することで、授業で扱う内容について事前に学んでおくとよいでしょう 。また、授業で扱いきれなかった題材について授業後に学ぶことでより知識が身につきます(予習、復習は、最低でも各1時間程度行う必要があります)。 |
教材・教科書 /The teaching materials, textbook |
教科書を使用しない(講義資料を配布する)。 |
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のチャット機能を用いて質問すること。 |
Eメールアドレス・HPアドレス /E-mail address, HP address |
なし。 |
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 |
該当なし |
学問分野3(副学問分野) /Discipline 3 |
該当なし |
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 |
○授業はMoodleの教材を自習する形式で実施する。講義、演習、すべてeラーニング用のオンデマンド教材となっている。 ○対面講義の場合、教室に来てその講義の教材を自習すること。出席は確認する。質問があれば講師、TAに質問する。各回の講義の教材は次回の講義までに完了すること。 ○オンデマンド講義の場合、3週間の受講期間内にすべての教材を学ぶこと。質問はTeamsのチャットにより行う。出席は教材の履修状況で把握する。 ○eラーニング教材はプログラミングに苦手意識を持つ学生に十分配慮した、穴埋め、または、数行程度の単純なプログラムである。 |
科目ナンバー /The subject number |
|
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 |