岡山大学学務情報システム - 2023912915-数理・データサイエンスの基礎

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
912915	教養教育科目	第３学期

ナンバリングコード	教室
VMEM0MEMZ0001N	一般教育棟Ａ２１教室, 一般教育棟Ｂ１１教室

必修･選択の別

必修

単位数	曜日・時限
1	月1〜2

担当教員（ローマ字表記）

賴藤　貴志　[YORIFUJI Takashi], 鈴木　越治　[SUZUKI Etsuji], 松本　尚美　[MATSUMOTO Naomi], 三橋　利晴　[MITSUHASHI Toshiharu], 飯塚　誠也　[IIZUKA Masaya]

持続可能な開発目標（SDGs）

対象学生

2023年度入学者：医（医）
2022年度入学者：医（医）
2021年度入学者：医（医）

2020年度以前入学者は，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

対象学生の項目を参照

連絡先

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）

オフィスアワー

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。

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。

第１回と第７回はB11講義室（医学科用）、第２回～第６回はA21講義室（合同）で行う。

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。
(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。

授業計画

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. まとめ（疫学・衛生学分野担当）

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)

授業において別途指示する

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)

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)

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

なし

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

なし

教科書

備考

なし

参考書

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

成績評価基準（授業評価方法）

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。

受講要件

なし

教職課程該当科目

この項目は当該科目に該当しない

JABEEとの関連