科目ナンバー

GI-AI1-IT08

履修条件・関連科目等

特になし

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

　ビッグデータの利活用が必須化している現代において、実際に大量のデータに接し、それを加工・分析・可視化するスキルが極めて重要となる。本講義では、Microsoft社の表計算ソフト『Excel』を用いて、演習を中心とした授業内容により、データサイエンスの基礎技術を習得する。

科目目的

　情報社会が抱える諸課題を多角的に分析・解明した上で、その問題の解決策を論理的に構築するために有用なデータサイエンスの基礎技術の習得を目指す。ビッグデータを収集する方法、データクレンジングの方法、データの正しい読み方、統計的手法を用いたデータ分析技術を身につける。さらに、Kaggleなどで公開されている実用的なビッグデータを用いて、実践的なデータサイエンスの能力を習得する。日ごろ直感的に感じていることと、データサイエンスで明らかになることを比較し、データサイエンスに関するより深い理解を得ることを目標とする。

到達目標

　Excelを用いたデータクレンジングの方法、データの正しい読み方、統計的手法を用いたデータ分析をできるようになる。実際のビッグデータに対して、データサイエンスの各種手法を適用できるようになる。

授業計画と内容

第１回 ： イントロダクション
第２回 ： データサイエンスのプロセス
第３回 ： データ収集①（公開データ）
第４回 ： データ収集②（アンケート調査）
第５回 ： データクレンジング
第６回 ： データ集計
第７回 ： データ可視化
第８回 ： 統計学基礎
第９回 ： 統計的推定
第10回： 統計的検定
第11回： 質的データの分析
第12回： 量的データの分析
第13回： データサイエンス演習・前半
第14回： データサイエンス演習・後半

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

学生のノートパソコンにインストールされたExcelを利用

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

関係する具体的な職歴：2013年4月～2019年3月
日本電信電話株式会社にてネットワーク仮想化と自動運転車に関する研究開発を実施。

【実務経験有の場合】実務経験に関連する授業内容

実務経験から得られた知見は、大量のデータを扱うデータサイエンスの実践的な技法に関する内容に深く関係する。

テキスト・参考文献等

授業でテキストを使用せずに、レジュメ等の配布資料で代替する。

その他特記事項

講義中にExcelを利用するため、Excelを利用可能な端末を持参すること

参考URL