岡山大学学務情報システム - 2021912907-数理・データサイエンスの基礎

2021 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
912907	教養教育科目	第３学期

ナンバリングコード	教室
ULAZ0ENMZ0001N	一般教育棟Ａ２１教室

必修･選択の別

必修

単位数	曜日・時限
1	木1〜2

担当教員（ローマ字表記）

柳川　佳也　[YANAGAWA Yoshinari]

SDGs関連項目

対象学生

2021年度入学者：工（工機）
2020年度入学者：工（機）
2019年度以前入学者：-

他学部学生の履修の可否

否

連絡先

yanagawa.y(at)cc.okayama-u.ac.jp (at)は、@に置き換えてください。

オフィスアワー

基本的にいつでも可ですが、可能ならば事前に連絡してください。
メールやMoodle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

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, )工学におけるデータ活用の事例

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)

ビデオ講義の視聴が自宅でできるので予習をして良く分からない場合は講義で確認してください。

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

配慮が必要な場合は履修登録前に担当教員に相談してください。

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

配慮が必要な場合は履修登録前に担当教員に相談してください。

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,[注：10月中旬以降に改訂版が発売予定]

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

参考書等

備考

なし

成績評価の方法

滋賀大学開発教材による確認テストにより実施する。

受講要件

特にない。

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