岡山大学学務情報システム - 2024912910-数理・データサイエンスの基礎

2024 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
912910	教養教育科目	第３学期

ナンバリングコード	教室
UILZ0ENAZ0001N	一般教育棟Ａ２１教室

必修･選択の別	メディア授業科目
必修	－

単位数	曜日・時限
1	月3〜4

担当教員（ローマ字表記）

今中　洋行　[IMANAKA Hiroyuki]

持続可能な開発目標（SDGs）

対象学生

工（工化）

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

居室：工学部6号館 209号室
電話：086-251-8202（または　内線8202）
メール：imanaka@okayama-u.ac.jp

オフィスアワー

基本的にいつでも可ですが，事前に連絡してください。
メールでの質問，相談も可能です。

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礎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) データの基本的な分析方法を知り，コンピュータを用いて実践することができる。
(2) データサイエンスの応用事例を知り，現実の課題に対するデータサイエンスの役割を述べることができる。
(3) 機械学習の基礎を知り，その可能性と限界について考えることができる。

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.データサイエンスと情報倫理，データサイエンスの応用事例
6.機械学習の事例紹介
7.工学におけるデータ活用の事例
8.まとめ

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)

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

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

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

"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

参考書

備考

なし

成績評価基準（授業評価方法）

確認テスト，小テストおよび課題で約7割，その他出席状況等もふまえて総合的に評価する．

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