2020
年度
第３学期
教養教育
日英区分:
日本語
数理・データサイエンスの基礎
Basic Mathematical and Data Sciences
講義番号
科目区分
学期
912902
2020年度入学者：教養教育科目 / 汎用的技能と健康 （数理・データサイエンス） 2019年度入学者： / - 2018年度入学者： / - 2019年度以前入学者は，講義番号が異なる場合がありますので，以下のHPをご確認ください。 （http://www.okayama-u.ac.jp/tp/student/timetableindex.html）
第３学期
ナンバリングコード
教室
UILZ0SCZZ0001N
一般教育棟Ｂ３３教室
必修･選択の別
必修
単位数
曜日・時限
1
月3,月4
担当教員（ローマ字表記）
市岡 優典 [ICHIOKA Masanori]
持続可能な開発目標（SDGs）
対象学生
2020年度入学者：理
2019年度入学者：-
2018年度入学者：-
2019年度以前入学者は，講義番号が異なる場合がありますので，以下のHPをご確認ください。 （
http://www.okayama-u.ac.jp/tp/student/timetableindex.html
）
他学部学生の履修の可否
否
連絡先
内線7806
ichioka の後に @cc.okayama-u.ac.jpとしてください。
理学部1号館B241
オフィスアワー
水曜日・午前・研究室(理学部1号館B241号室)・予約不要。
これ以外の時間でも，在室中であれば質問を受け付ける。
学部･研究科独自の項目
関連しない
使用言語
日本語
授業の概要
今日では情報通信技術の普及により大量のデータが収集・蓄積されているが、それらは活用されなければ意味をもつ情報とならない。このようなデータを対象とする学問分野がデータサイエンスであり、今後の社会で活躍するため必要とされる能力である。
本授業では、データサイエンスの基盤となる統計および数理の基礎と、データサイエンスの応用事例を修得し、さらに機械学習の概念を学んで、データサイエンスの果たす役割を概観する。
学習目的
データサイエンスの基盤となる統計および数理の基礎、データサイエンスの応用事例、機械学習の概念を修得する。
到達目標
(1) データの基本的な分析方法を知り、コンピュータを用いて実践することができる。
(2) データサイエンスの応用事例を知り、現実の課題に対するデータサイエンスや機械学習の役割を述べることができる。
授業計画
[教科書により次の内容を学びます。各回の授業内容の詳細はMoodleにて説明します。]
1. 現代社会におけるデータサイエンス
2. データ分析の基礎
3. コンピュータを用いたデータ分析（Excel, R, Python)
4. データサイエンスの応用事例
Execlが使用できるノートPCを持参してください。また、RとPythonもインストールして使用します。
授業時間外の学習(予習･復習)方法(成績評価への反映についても含む)
授業時に指示する。
授業形態
(1)授業形態-全授業時間に対する[講義形式]:[講義形式以外]の実施割合
80% ： 20%
(2)授業全体中のアクティブ･ラーニング
協働的活動(ペア･グループワーク､ディスカッション､プレゼンテーションなど)
なし
対話的活動(教員からの問いかけ､質疑応答など)
やや少ない
思考活動(クリティカル･シンキングの実行､問いを立てるなど)
やや少ない
理解の確認･促進(問題演習､小テスト､小レポート､授業の振り返りなど)
やや少ない
(3)授業形態-実践型科目タイプ
該当しない
(4)授業形態-履修者への連絡事項
スライド、ビデオを用いて説明し、学生自身がPCを用いた実習をします。
特別な配慮を必要とする場合は，事前にご相談ください。
使用メディア･機器･人的支援の活用
視聴覚メディア(PowerPointのスライド､CD､DVDなど)
多い
学習管理システム(Moodleなど)
やや多い
人的支援(ゲストスピーカー､TA､ボランティアなど)
やや多い
履修者への連絡事項
授業で用いるオンライン教材のアカウントにについてのメール連絡が、事前に no-reply@gacco.org から送信されますので、そのアカウントにより「データサイエンス オンライン講座」にログインできるようにしておいてください。
持参したノートPCでExcel, R, Pythonを用いた実習をします。
特別な配慮を必要とする場合は，事前にご相談ください。
教科書
備考
大学生のためのデータサイエンス(I) オフィシャルスタディノート"
滋賀大学データサイエンス学部 編 日本統計協会
および、対応した gacco オンライン教材
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
岡山大学生協取扱い教科書の購入方法は、教科書情報”Text-it”（テキストイッ ト）
https://okadai.text.univ-coop.net/
でご確認下さい。
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
参考書
備考
大学生のためのデータサイエンス(II) オフィシャルスタディノート"
滋賀大学データサイエンス学部 編 日本統計協会
統計学I:データ分析の基礎 オフィシャルスタディノート"
日本統計学会 編 日本統計協会
成績評価基準（授業評価方法）
滋賀大学開発教材による確認テスト(gacco オンライン教材)、および、授業での課題(小テストを含む)のMoodleへの提出により実施する。
担当教員の研究活動との関連
担当教員はデータサイエンスとも関連のある物理学の理論研究を行っている。この講義は，担当教員の専門分野を含む，最先端の科学を理解するために役立つ知識を教授するものである。
受講要件
特になし
教職課程該当科目
該当せず
JABEEとの関連
該当せず
持続可能な開発目標（SDGs）
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
実務経験のある教員による授業科目
備考/履修上の注意/実務経験の内容
PCを用いた確認テストや実習などを実施するので、毎回ノートPCを持参してください。
学部毎にクラス編成されており、この授業は理学部学生向けのクラスです。
コンピテンシー
項目
割合
【 教 養 】人間性･倫理観
10%
【 教 養 】創造力･想像力
10%
【 教 養 】論理的思考･判断力
10%
【 教 養 】幅広い分野に対する関心
10%
【 教 養 】幅広い分野に関する基礎力
10%
【 専門性 】特定分野に関する基礎力
【 情報力 】情報収集力
10%
【 情報力 】情報活用力
20%
【 情報力 】情報発信力
【 行動力 】課題を発見･解決する力
20%
【 行動力 】コミュニケーション能力
【 行動力 】言語理解力
【 行動力 】言語運用力
【自己実現力】セルフマネジメント力
【自己実現力】日常的な自己研鑽力
【自己実現力】未来を設計する力
関連割合の合計
100%
ページの先頭へ