2021
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
912912
教養教育科目
第３学期
ナンバリングコード
教室
UILZ0LWLZ0001N
一般教育棟Ｅ１１教室
必修･選択の別
必修
単位数
曜日・時限
1
木7〜8
担当教員（ローマ字表記）
羅 明振 [NA Myungjin]
SDGs関連項目
対象学生
2021年度入学者：法
2020年度入学者：法
2019年度以前入学者：-
他学部学生の履修の可否
対象学生の項目を参照
連絡先
E-mail: na-m@okayama-u.ac.jp
オフィスアワー
在室時は随時質問等を受け付ける。不在の場合もあるので、事前にメール等で連絡してもらうのが望ましい。
研究室：文学部・法学部・経済学部2号館107-1号室
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) 現実の課題に対するデータサイエンスの役割を理解する。
(2) データの基本的な分析方法を理解し、コンピュータを用いて実践することができる。
(3) 機械学習の基礎を理解する。
授業計画
1. 現代社会におけるデータサイエンス(1)
2. データ分析の基礎(1)
3. コンピュータを用いたデータ分析
4. データ分析の基礎(2), 現代社会におけるデータサイエンス(2)
5. データサイエンスの応用事例
6. 機械学習の事例紹介
7. データ活用事例の紹介
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
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
PCを用いた確認テスト等を実施するので、毎回ノートPCを持参してください。
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), (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
………………………………………………………………………………………………………
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。
………………………………………………………………………………………………………
参考書等
備考
なし
成績評価の方法
Moodleでの小テスト、滋賀大学ds-moocによる確認テスト、および演習課題提出により評価する。
受講要件
なし
教職課程該当科目
この項目は当該科目には該当しない
JABEEとの関連
(c)数学、自然科学、情報技術に関する知識とそれらを応用できる能力
SDGs関連項目
(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
PCを用いた確認テスト等を実施するので、毎回ノートPCを持参してください。
ページの先頭へ