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
912912
教養教育科目
第３学期
ナンバリングコード
教室
UILZ0LWLZ0001N
一般教育棟Ｂ４１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
木7〜8
担当教員（ローマ字表記）
長畑 秀和 [NAGAHATA Hidekazu], 成廣 孝 [NARIHIRO Takashi]
持続可能な開発目標（SDGs）
対象学生
法
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: hideoka28@yahoo.co.jp
オフィスアワー
事前にメール等で連絡してもらうのが望ましい。
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AI・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，AI・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) AI・機械学習の基礎を理解する。
授業計画
第1週：現代社会におけるデータサイエンス(1)
第2週：データ分析の基礎(1)
第3週：コンピュータを用いたデータ分析
第4週：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)
第5週：機械学習の基礎，機械学習の事例紹介
第6週：機械学習の発展（ニューラルネットワーク）
第7週：政治学におけるデータ活用
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)
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。
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)
やや少ない
履修者への連絡事項
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。
特別な配慮を必要とする場合は，事前にご相談ください。
教科書
教科書1
ISBN
978-4-8223-4130-5
書名
大学生のためのデータサイエンス : オフィシャルスタディノート
著者名
滋賀大学データサイエンス学部編集
出版社
日本統計協会
出版年
2021
教科書2
ISBN
978-4-8223-4053-7
書名
ビジネスにつながる「機械学習」の基礎知識から先進事例まで
著者名
滋賀大学データサイエンス学部編
出版社
日本統計協会
出版年
2019
備考
なし
参考書
備考
成績評価基準（授業評価方法）
滋賀大学ds-moocによる確認テスト（20%），小テスト（40%），および演習課題提出（40%）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は該当しない
JABEEとの関連
(c)数学、自然科学、情報技術に関する知識とそれらを応用できる能力
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。
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
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
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
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
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
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
課題
※コア・コンピテンシーに関する説明
ページの先頭へ