|
|
|
|
|
|
|
|
|
2022年度入学者：医（医）
2021年度入学者：医（医）
2020年度入学者：医（医）
|
|
|
|
|
|
2回〜6回:飯塚 誠也, iizuka@s.okayama-u.ac.jp
1,7回：yoko-o@md.okayama-u.ac.jp（疫学・衛生学分野 秘書）
|
|
|
|
飯塚誠也：いくつかの方法(Email，moodle, Teams)で対応しますので，moodleを参照してください。
疫学・衛生学分野：原則としてEmailで予約してください。
|
|
|
|
|
|
|
|
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. ガイダンス（疫学・衛生学分野担当）
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. 保健学に関連する統計の実際
8. まとめ（疫学・衛生学分野担当）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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
|
|
|
|
|
Moodleでの小テスト、Moodle以外の確認テスト、および演習課題提出により評価する。
|
|
|
|
|
|
|
|
|
|
|
|
| (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。 |
|
|
|
|
オンデマンドで実施するが、
対面で実施する場合には，第２-６回については毎回ノートPCを持参すること。
|
|
|
|
|
|
|
「学修成果（LCOs）」
|
関連するコア・コンピテンシー
|
評価の方法
|
|
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
|
単に目の前にあるデータを解析するという関わり方ではなく、主体的にデータを収集できるようにする。
|
※コア・コンピテンシーに関する説明
|
|
|
|
|
|
|
|