タイトル
2020 年度 第3学期
教養教育  
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
912904 2020年度入学者:教養教育科目 / 汎用的技能と健康 (数理・データサイエンス) 2019年度入学者: / - 2018年度入学者: / - 2019年度以前入学者は,講義番号が異なる場合がありますので,以下のHPをご確認ください。 (http://www.okayama-u.ac.jp/tp/student/timetableindex.html) 第3学期
ナンバリングコード 教室
UILZ0ESZZ1001N 一般教育棟E11教室
必修・選択の別
必修
単位数 曜日・時限
1 月1,月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)
  • 質の高い教育をみんなに
  • 産業と技術革新の基盤をつくろう
対象学生
2020年度入学者:環
2019年度入学者:-
2018年度入学者:-

2019年度以前入学者は,講義番号が異なる場合がありますので,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:環境理工学部棟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) 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
(9/25 修正しました)
新型コロナウイルス感染拡大防止の観点から,Microsoft Teams を使ってオンライン(リアルタイム)で授業を行います.また,授業の録画を Microsoft Stream で配信しますので,リアルタイムで参加できない場合はそちらを利用してください.

ただし,一部の日程については,授業方法が異なりますので,注意してください.詳しくは Moodle にてお知らせします.

講義資料や課題などは順次 Moodle に掲載します.

----------

1. 現代社会におけるデータサイエンス (1) データサイエンスの役割
2. 現代社会におけるデータサイエンス (2) データの取得と管理
3. データ分析の基礎 (1) データの図示、代表値と散らばり
4. データ分析の基礎 (2) 散布図,相関係数,回帰直線
5. コンピュータを用いたデータ分析 (1) Excel を用いたヒストグラム,箱ひげ図の作成
6. コンピュータを用いたデータ分析 (2) Excel を用いた散布図と回帰直線
7. データ分析の基礎 (3) データ分析で注意すべき点
8. 現代社会におけるデータサイエンス (3) 画像・音声処理
9. 機械学習の事例紹介 (1)
10. 機械学習の事例紹介 (2)
11. データ活用事例の紹介 (1) 環境管理工学科
12. データ活用事例の紹介 (2) 環境物質工学科
13. データ活用事例の紹介 (3) 環境数理学科
14. データ活用事例の紹介 (4) 環境デザイン工学科
(1回は60分に対応)

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
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)
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
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
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
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)
確認テスト,課題・レポートにより評価する.
担当教員の研究活動との関連
担当教員は統計科学の研究を行っている。本講義の内容は担当教員の専門分野の基礎を教授するものである。
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/実務経験の内容
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。
コンピテンシー
項目割合
【 教 養 】人間性・倫理観10%
【 教 養 】創造力・想像力10%
【 教 養 】論理的思考・判断力10%
【 教 養 】幅広い分野に対する関心10%
【 教 養 】幅広い分野に関する基礎力10%
【 専門性 】特定分野に関する基礎力 
【 情報力 】情報収集力10%
【 情報力 】情報活用力20%
【 情報力 】情報発信力 
【 行動力 】課題を発見・解決する力20%
【 行動力 】コミュニケーション能力 
【 行動力 】言語理解力 
【 行動力 】言語運用力 
【自己実現力】セルフマネジメント力 
【自己実現力】日常的な自己研鑽力 
【自己実現力】未来を設計する力 
関連割合の合計100%
ページの先頭へ