2020
年度
第１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
912910
2020年度入学者： / - 2019年度入学者：教養教育科目 / 汎用的技能と健康 （情報教育） 2018年度入学者：教養教育科目 / 汎用的技能と健康 （情報教育） 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１学期
ナンバリングコード
教室
UILZ0LAFZ1006N
一般教育棟Ａ３６教室
必修･選択の別
選択必修
単位数
曜日・時限
1
金1,金2
担当教員（ローマ字表記）
籠谷 裕人 [KAGOTANI Hiroto]
持続可能な開発目標（SDGs）
対象学生
2020年度入学者：-
2019年度入学者：全
2018年度入学者：全
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
メール：kagotani@okayama-u.ac.jp
チャット：岡大Microsoft Teamsにて籠谷裕人で検索
オフィスアワー
可能な限りメールかチャットで連絡してください。
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。
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。
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. データサイエンスの応用事例
6. 機械学習の事例紹介
7. 機械学習の基礎
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
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
日本語での動画を視聴します。
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
参考書
備考
成績評価基準（授業評価方法）
Moodleでの小テスト、滋賀大学ds-moocによる確認テスト、および演習課題提出により評価する。
担当教員の研究活動との関連
受講要件
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
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
1回の授業は7-8時限の100分程度の予定です。
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。
本講義は抽選対象ではありませんが、150人を越えた場合履修できないことがあります。
…………………………………………………………………………………………………………………
本科目は、抽選対象科目です。
抽選で当選した学生あるいは，Ｗｅｂ追加募集で当選した学生以外履修できません。
所属学部の掲示板及び岡山大学公式HPを確認のうえ，指定された期間内に抽選登録してください。
http://www.okayama-u.ac.jp/tp/student/kyomu1_5.html
…………………………………………………………………………………………………………………
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