|
|
|
|
|
|
|
|
|
2022年度入学者：薬
2021年度入学者：薬
2020年度入学者：薬
|
|
|
|
|
|
1, 7: 宮地孝明, miyaji-t@okayama-u.ac.jp.
2〜6: 籠谷裕人, kagotani@okayama-u.ac.jp, Microsoft Teamsのチャット.
|
|
|
|
|
|
|
|
|
|
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。
|
|
|
|
|
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。
|
|
|
|
(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。
(4) 自分の専門分野におけるデータサイエンスの活用事例を述べることができる。
|
|
|
|
1. 統計学の基礎
2. 現代社会におけるデータサイエンス(1)
3. データ分析の基礎(1)
4. コンピュータを用いたデータ分析
5. 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)
6. 機械学習の基礎と応用事例
7. 創薬研究におけるデータ分析
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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
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ー
|
|
|
|
|
|
|
Moodleでの小テスト60%および演習課題提出40%により評価する。
|
|
|
|
|
|
|
|
|
|
|
|
| (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。 |
|
|
|
|
|
対面授業では、オンライン小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。特に、Excelでの演習を実施する回では必須です。
|
|
|
|
|
|
|
「学修成果（LCOs）」
|
関連するコア・コンピテンシー
|
評価の方法
|
|
豊かな教養の基礎となる人間性・倫理観を身につけている。
|
倫理観
|
オンライン小テスト
|
|
問題に対して論理的解決策を主体的に組み立てることができる。
|
論理的思考力
|
課題提出
|
|
自分の目指す専門領域以外の幅広い分野に対して関心を寄せることができる。
|
人類の文化、社会と自然に関する知識の理解
|
オンライン小テスト
|
|
自分の目指す専門領域以外の幅広い分野に関する基礎を身につけている。
|
人類の文化、社会と自然に関する知識の理解
|
オンライン小テスト
|
|
自ら進んでエビデンスに基づいた情報を収集することができる。
|
情報リテラシー
|
課題提出
|
|
得られた情報を数量的に分析し、適切に活用することができる。
|
数量的スキル
|
課題提出
|
※コア・コンピテンシーに関する説明
|
|
|
|
|
|
|
|