科目一覧へ戻る | 2024/03/29 現在 |
開講科目名 /Course |
データサイエンス基礎【H社会②】/Foundations of Data Science |
---|---|
時間割コード /Course Code |
1241100003 |
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 |
月/Mon 1 |
開講区分 /Semester offered |
前期/first semester |
単位数 /Credits |
2.0 |
学年 /Year |
1,2,3,4 |
主担当教員 /Main Instructor |
小谷田 文彦/KOYATA FUMIHIKO |
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 |
必修 |
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 |
---|---|
小谷田 文彦/KOYATA FUMIHIKO | 人文社会科学部/ |
潘 鋭/PAN RUI | 人文社会科学部/ |
難易度(レベル) /Level |
レベル1 |
---|---|
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 |
○AI・データサイエンスが社会でどのように活用され新たな価値を生み出しているのかを理解すること ○パソコンを用いてデータを可視化し、回帰モデルで分析し、説明できること ○データ・AIを扱う上での留意事項を理解すること |
授業の概要 /Summary of the class |
○データやAIの活用によって、社会がどのように変化しつつあるかを理解する。 ○データの可視化やデータ分析の方法を理解し、Excelによって実践するスキルを修得する。 ○データやAIの活用に関する倫理的な問題や、負の側面について理解する。 |
授業の内容予定 /Contents plan of the class |
第1回(4/15):ガイダンス: 授業内容と進め方、PCとExcelの初歩的な使い方 第2回(4/22):はじめに: データサイエンスとは、人工知能、社会の変化、データサイエンスの応用事例 第3回(5/2):データ利活用プロジェクトの進め方:PPDACサイクルの実践方法 第4回(5/13):データ利活用と人工知能の倫理: データの扱い、ELSI、個人情報保護など 第5回(5/20):中間試験(CBT形式にて実施)とExcelの初歩的な使い方(2) 第6回(5/27):データマネジメント: データの種類、データの変換、可視化、 時系列データなど 第7回(6/3):質的データの分析: 度数分布表、クロス集計表、ピボットテーブルなど 第8回(6/10):量的データの分析(1): 変数ごとの特徴の分析 (基本統計量など) 第9回(6/17):量的データの分析(2): 2変数間の関係の分析 (散布図や相関係数など) 第10回(6/24):量的データの分析(3): 相関と因果の違い、因果推論の考え方 第11回(7/1):統計学の基礎(1): 確率論の基礎、推測統計の考え方 (母集団や標本など) 第12回(7/8):統計学の基礎(2): 線形回帰モデル、回帰直線、単回帰分析など 第13回(7/16):統計学の基礎(3): 重回帰分析、質的変数とダミー変数 第14回(7/22):総復習:データの前処理、基本統計量の確認、可視化、回帰分析 第15回(7/29):学習状況の確認(試験含む)と解説 *CBTとはコンピュータを使った試験方式のこと |
成績評価方法及び採点基準 /A scholastic evaluation method and marking standard |
第1〜4回の課題(10%)、中間試験(5回)(20%)、第5〜14回の演習課題(40%)、期末試験(15回)(30%)から成績評価を行う。 |
予習及び復習等の内容 /Contents such as preparations for lessons and the review |
予習:教科書、講義資料を確認し、分からない点をチェックしておくこと。 PCやExcelの操作方法について予め動画資料で確認しておくこと。 復習:授業で扱う演習課題の内容を理解するように教科書、講義資料、動画資料を用いて復習を行うこと。 |
教材・教科書 /The teaching materials, textbook |
「データサイエンス基礎」弘前大学出版会(監修 玉田嘉紀) |
参考文献 /bibliography |
「教養としてのデータサイエンス」(北川源四郎、竹村彰通(編)、講談社、2021年) 「分析者のためのデータ解釈学入門 データの本質をとらえる技術」(江崎貴裕(著)、ソシム、2020年) |
留意点・予備知識 /Point to keep in mind, back ground |
特になし |
授業内容に関する質問・疑義等 /Question, doubt about class contents |
○学習サロンにおいて「データサイエンス基礎」の学習相談室を開設します。 学習相談の開催日等については、教養教育掲示板等でお知らせします。 |
Eメールアドレス・HPアドレス /E-mail address, HP address |
koyata(at)hirosaki-u.ac.jp (at)を@に置き換えて下さい。 |
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 |
|
地域志向科目 /Local intention subject |
なし |
授業形態・授業方法 /Class form, class method |
○第1回は通常の対面形式の講義、第2〜4回はオンデマンド形式とし、第5回前半に中間試験を実施する。第5回後半と第6〜14回は対面形式で授業を行い、第15回目に期末試験を実施する。 ○パソコン必携 |
科目ナンバー /The subject number |
LA-1-2201-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 |
特になし |
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 |