English

年度	2024年度	開講部局	大学院共通教育（博士課程前期）
講義コード	8E500102	科目区分	大学院共通科目
授業科目名	データリテラシー
授業科目名 （フリガナ）	データリテラシー
英文授業科目名	Data Literacy
担当教員名	伊森　晋平
担当教員名 (フリガナ)	イモリ　シンペイ
開講キャンパス	東広島	開設期	1年次生   前期   １ターム
曜日・時限・講義室	(1T) 月9-10：メディアセンター本館2F端末室
授業の方法	講義	授業の方法 【詳細情報】
			講義中心，演習中心
単位	1.0	週時間		使用言語	J : 日本語
学習の段階	5 : 大学院基礎的レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生	博士課程前期
授業のキーワード	統計的推論，機械学習，R，SDG_04
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）	本授業は，大学院共通科目のうちの，最近の社会システムの進展を知り，これからの時代に必須な知識を身につけ，現代社会の課題に具体的に取り組み，必須な知識・技術を使うことができる能力を身につけることを目指す「キャリア開発・データリテラシー科目」の選択科目の一つである．
到達度評価 の評価項目 （学部生対象科目のみ）
授業の目標・概要等	データ科学の入門編として，統計的推論と機械学習の初歩を統計解析ソフトRをを使った演習を通して理解する．
授業計画	第1回　(統計的推論) データの読み込み 第2回　(統計的推論) グラフの書き方 第3回　(統計的推論) データの加工 第4回　(統計的推論) 仮説検定 第5回　(機械学習) 教師なし学習1 (主成分分析・クラスター分析) 第6回　(機械学習) 教師なし学習2 (主成分分析・クラスター分析) 第7回　(機械学習) 教師あり学習1 (重回帰分析・ニューラルネットワーク) 第8回　(機械学習) 教師あり学習2 (重回帰分析・ニューラルネットワーク) 授業の進捗に応じて授業計画は変わることがあります．
教科書・参考書等	授業は配布資料に基づき進めるため，教科書は使用しない．
授業で使用する メディア・機器等
	【詳細情報】	配付資料
授業で取り入れる 学習手法
予習・復習への アドバイス	配布したプリントで復習をして下さい．
履修上の注意 受講条件等	今までRを利用したことがない初学者向けの講義です．ただし，ファイルの保存，webからのデータのダウンロード，Excelファイルの修正と保存などPCに関する基本的なスキルは理解している前提で講義します．また，初学者が課題をこなすにはそれなりの時間がかかることをご了承ください． WindowsでもMacでも同じように扱えるように，Posit Cloud (RStudio Cloud)を使用します． 講義形態は対面の予定ですが，状況によりオンラインでも実施します．特に履修者が多数の場合，初回の授業はオンラインで実施します．
成績評価の基準等	課題とレポートにより評価する（100%）
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
その他
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。