2023
年度
第３学期
教養教育
昼間
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
912913
教養教育科目
第３学期
ナンバリングコード
教室
UILZ0ECZZ1001N
一般教育棟Ｂ４１教室
必修･選択の別
必修
単位数
曜日・時限
1
月3〜4
担当教員（ローマ字表記）
國米 充之 [KOKUMAI Mitsuyuki]
持続可能な開発目標（SDGs）
対象学生
2023年度入学者：経
2022年度入学者：経
2021年度入学者：経
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： eckoku◎s.okayama-u.ac.jp ← ◎を@に置き換え
オフィスアワー
随時：事前にメールで連絡してください
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) データサイエンスの応用事例を知り、機械学習の基礎を理解する。
授業計画
1. 授業ガイダンス＆現代社会におけるデータサイエンス(1)
2. データサイエンス事例とDSの情報倫理
3. コンピュータを用いたデータ分析(1)
4. データ分析(2)＆データ分析で注意すべき点
5. 機械学習の概要・基礎（利用事例）
6. 機械学習の発展：ニューラルネットワークの概要と今後
7. 経済・経営分野におけるDS実践（e-Stat利用方法）
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)
岡大moodleに関連資料を掲載。また、滋賀大学開発教材を活用して予習復習を行うこと。
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
70% ： 30%
(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)
少ない
対話的活動(教員からの問いかけ､質疑応答など)
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)
やや多い
(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。
なお、受講者数ならびにコロナウイルスの影響／状況を鑑みて「オンライン授業」となる事もあります。
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)
多い
人的支援(ゲストスピーカー､TA､ボランティアなど)
少ない
履修者への連絡事項
日本語での動画を視聴します。
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。
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
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
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
また、必要に応じて授業中に紹介する。
成績評価基準（授業評価方法）
Moodleでの小テスト、滋賀大学ds-moocに関する確認テスト、および演習課題提出により総合的に評価する。
受講要件
必修科目となっています
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
「関連しない」
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
PCを用いた授業を実施するので、毎回ノートPCを持参してください。
学習成果（LCOs）
「学修成果（LCOs）」
関連するコア・コンピテンシー
評価の方法
創造・想像のプロセスを通して、新たな発想・発見につなげることができる。
問題解決力
小テスト／課題レポート
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
小テスト／課題レポート
情報の収集・分析・活用から積極的かつ効果的な情報発信ができる。
情報リテラシー
小テスト／課題レポート
※コア・コンピテンシーに関する説明
ページの先頭へ