広島大学シラバス

シラバスTOPへ
English
年度 2023年度 開講部局 教養教育
講義コード 30830001 科目区分 情報・データサイエンス科目
授業科目名 データサイエンス基礎[1法夜,1経夜]
授業科目名
(フリガナ)
データサイエンスキソ
英文授業科目名 Foundamental Data Science
担当教員名 小田 凌也
担当教員名
(フリガナ)
オダ リョウヤ
開講キャンパス 東千田 開設期 1年次生   後期   セメスター(後期)
曜日・時限・講義室 (後) 集中:オンライン
授業の方法 講義 授業の方法
【詳細情報】
 
講義中心(一部演習), スライド使用, 非対面(オンデマンド型授業) 
単位 2.0 週時間   使用言語 J : 日本語
学習の段階 1 : 入門レベル
学問分野(分野) 25 : 理工学
学問分野(分科) 01 : 数学・統計学
対象学生 全学部1年次生
授業のキーワード データサイエンスの基礎, 統計的手法, 統計解析ソフト R や Excel を用いた演習 
教職専門科目   教科専門科目  
教養教育での
この授業の位置づけ
文理を問わず, データサイエンスに関する基礎的知識・技能を学ぶ. 
学習の成果1.情報科学とデータサイエンスに関する基礎的知識・技能・態度を身につけ,データの処理や情報の受発信を適切に行うことができる。
2.データを活用する上で必要な情報倫理と社会的課題について理解し,説明できる。 
授業の目標・概要等 標本と母集団, 確率分布や統計的手法などのデータサイエンスに関する初歩的な内容を理解し, 簡単なデータ分析が行えるようになる. 
授業計画 第1回:ガイダンスと導入
第2回:データ取得とオープンデータ, データサイエンスの倫理
第3回:データの種類とデータの要約
第4回:データの要約
第5回:Rによるデータの視覚化
第6回:相関と回帰
第7回:Excel による単回帰分析
第8回:Rによる主成分分析・クラスター分析
第9回:確率
第10回:確率変数と確率分布
第11回:主要な確率分布
第12回:二変量確率分布
第13回:データ収集法
第14回:点推定と区間推定
第15回:区間推定

全15回分のチェックテストを実施予定
期末試験は行わない 
教科書・参考書等 特に指定しない 
授業で使用する
メディア・機器等
 
【詳細情報】 配布資料, スライド, 必携PC 
授業で取り入れる
学習手法
 
予習・復習への
アドバイス
配布する授業資料で毎回復習をしてください. 
履修上の注意
受講条件等
この授業では Excel 及び 統計解析ソフト R を用いた演習を行うため, 必携 PC (https://www.hiroshimau.ac.jp/about/initiatives/jyoho_ka/hikkei_pc) が必要です.
特に, Excel は必携 PC 上で使用可能な状態(起動可能な状態)にしておいてください.

本授業科目, 「データサイエンス基礎 (30101001)」及び「データサイエンス基礎 (30104001)」は内容が重複するため, いずれか1つの授業しか履修することはできません. (「データサイエンス基礎 (30104001)」は英語対応の授業です) 
成績評価の基準等 チェックテストで評価する 
実務経験  
実務経験の概要と
それに基づく授業内容
 
メッセージ この授業は Moodle, Microsoft Teams 及び Microsoft Stream を利用したオンライン授業(オンデマンド型)です.
動画の視聴方法などの詳細はもみじの授業掲示板に後日記載します.
動画などの授業資料の掲載日時は「その他」に記載しています. 
その他 授業資料等の掲載日時(予定):
第1回:12/1, 第2回:12/6, 第3回:12/8, 第4回:12/13, 第5回:12/15, 第6回:12/20, 第7回:12/22, 第8,9回:1/10, 第10回:1/17, 第11回:1/19, 第12回:1/24, 第13回:1/26, 第14,15回:1/31 (15回全て 8:30 に掲載予定) 
すべての授業科目において,授業改善アンケートを実施していますので,回答に協力してください。
回答に対しては教員からコメントを入力しており,今後の改善につなげていきます。 
シラバスTOPへ