岡山大学学務情報システム - 2025910409-数理・データサイエンスの基礎

2025 年度第３学期全学共通科目/英語科目/教養教育科目昼間				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
910409	全学共通科目	第３学期

ナンバリングコード	教室
UILZ0ENJZ1001N	一般教育棟Ａ４１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1〜2

担当教員（ローマ字表記）

坂本　亘　[SAKAMOTO Wataru]

持続可能な開発目標（SDGs）

対象学生

2025年度入学者：工（工情）・工（工先）
2024年度入学者：工（工情）・工（工先）
2023年度以前入学者：工（工情）

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

E-mail: w-sakamoto (at) okayama-u.ac.jp

オフィスアワー

在室時は随時質問等を受け付ける。不在の場合もあるので，事前にメール等で連絡してもらうのが望ましい。
研究室：環境理工棟６階603号室

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・AI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。

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・AI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. データサイエンスの役割，データサイエンスと情報倫理
2. データの取得と管理，データ分析の基礎 (1)
3. データ分析の基礎 (2)
4. コンピュータを用いたデータ分析
5. データサイエンスの手法，機械学習とAI（人工知能）
6. 画像処理・音声処理
7. 工学におけるデータサイエンスの事例

講義順序等を変更することがある。その場合は授業時に連絡する。

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)

滋賀大学が開発した教材を活用して予習復習を行うことができる。

授業形態・学習方法

(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)授業形態-授業全体の中のアクティブ･ラーニングの内容

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)

半分未満

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)

半分未満

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)

半分未満

(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

(1-1)視聴覚メディア(PowerPointのスライド､CD､DVDなど)

ほぼ毎回

(1-2)学習管理システム(Moodleなど)

半分以上

(1-3)人的支援(ゲストスピーカー､TA､ボランティアなど)

半分以上

(2)履修者への連絡事項

PCを用いて演習・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	9784780607291
	書名	データサイエンス入門
	著者名	竹村彰通, 姫野哲人, 高田聖治編 ; 和泉志津恵 [ほか] 共著
	出版社	学術図書出版社	出版年	2024

備考

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(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
その他，必要に応じて授業中に紹介する。

成績評価

確認問題約40%, 小テスト約40%，課題約20% の割合で，出席状況も加味し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