| 年度 |
2026年度 |
開講部局 |
大学院共通教育（博士課程後期・博士課程） |
| 講義コード |
8E550301 |
科目区分 |
大学院共通科目 |
| 授業科目名 |
データサイエンティスト養成 |
授業科目名
（フリガナ） |
データサイエンティストヨウセイ |
| 英文授業科目名 |
Pathway to becoming a Data Scientist |
| 担当教員名 |
田村 初 |
担当教員名
(フリガナ) |
タムラ ハジメ |
| 開講キャンパス |
東広島 |
開設期 |
1年次生 前期 集中 |
| 曜日・時限・講義室 |
(集) 集中 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
対面, オンライン（同時双方向型） |
実データに基づくPBL演習，ディスカッション，学生の発表
第1，4回は対面のみ，第2, 3回は対面かZoomのいずれかを自由選択
|
| 単位 |
1.0 |
週時間 |
|
使用言語 |
J
:
日本語 |
| 学習の段階 |
7
:
大学院発展的レベル
|
| 学問分野（分野） |
21
:
社会人基礎 |
| 学問分野（分科） |
03
:
キャリア教育 |
| 対象学生 |
博士課程後期学生 |
| 授業のキーワード |
PBL，データサイエンス，データ分析，マーケティング分析 |
| 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 |
現代社会において、膨大なデータから価値あるインサイトを導き出す「データサイエンティスト」は、あらゆる業種で意思決定を支える重要な存在です。本講義では、実社会のデータである不動産市場データを題材に、基礎的な分析モデルを構築します。講義を通じて、データの可視化、クレンジング、機械学習モデルの構築など、どの業界でも求められる汎用的なプロセスを習得します。また、教育用Kaggle環境を用いて自ら構築したモデルの精度をリアルタイムで評価し、試行錯誤を通じて分析の精度を高める手法を学びます。データサイエンスの手法を、各自の幅広い専門分野と結びつけ、新たな学術的発見や価値創造につなげる能力を身につけることを目指します。 |
| 授業計画 |
講師／指導：田村初氏（株式会社野村総合研究所）
・不動産市場を題材とした表形式データを用いてデータ分析及び、査定額を算出するモデル構築を行います。
・教育用データ分析環境（Kaggle環境）を用いて，モデルの精度（スコア）を推計・評価します。
・分析結果を踏まえて、成果発表及び最終レポート提出を行います。
スケジュール：全4回の集中講義を行います。
第1回 2026年5月15日（金） 5-8時限（12:50-16:05） 対面
・ガイダンス，データ説明，分析のポイントの説明
・データ分析の基礎（回帰分析，決定木分析，主成分分析，機械学習など）
・演習で使用するデータに基づく分析手法の解説
第2回 2026年5月29日（金） 5-8時限（12:50-16:05） 対面かZoomのいずれかを自由選択
・データ分析環境の操作方法説明
・ベースラインとなる分析モデルの構築・共有
・モデルの改良手法についての解説
第3回 2026年6月19日（金） 5-8時限（12:50-16:05） 対面かZoomのいずれかを自由選択
・中間発表（分析結果・モデルのプレゼンテーション）
・モデル精度（Kaggleスコア）の中間評価
第4回 2026年7月10日（金） 5-8時限（12:50-16:05） 対面
・最終発表（分析結果・モデル・活用提案のプレゼンテーション）
・モデル精度（Kaggleスコア）の最終評価
|
| 教科書・参考書等 |
資料を配付する。 |
授業で使用する
メディア・機器等 |
映像資料, Zoom, その他（【詳細情報】を参照）, moodle |
| 【詳細情報】 |
Wi-Fiまたはインターネットに接続可能なノートパソコン |
授業で取り入れる
学習手法 |
ディスカッション, PBL（Problem-based Learning）／ TBL（Team-based Learning）, 授業後レポート |
予習・復習への
アドバイス |
統計学の基本事項を復習し、Excel等でデータに触れることに慣れておくと理解が深まります。
【参考図書】「データサインティスト基礎スキル84」（日経文庫ビジュアル、野村総合研究所 データサイエンスラボ著）
|
履修上の注意
受講条件等 |
統計学の基礎やプログラミング（Python等）の経験があることが望ましいですが、初歩的なツールの使い方は講義内でフォローするため、初心者でも受講可能です。文理問わず幅広い専攻からの参加を歓迎します。 |
| 成績評価の基準等 |
成果発表，最終レポート，授業への参加姿勢に基づき総合評価を行います。 |
| 実務経験 |
有り
|
実務経験の概要と
それに基づく授業内容 |
マーケティング戦略やデータサイエンスプロジェクトに従事する、現役のデータサイエンティストが、実データを活用した実践的なモデル構築手法について講義します。 |
| メッセージ |
データサイエンスは、特定の専門家だけのものではなく、あらゆる分野の研究や実務を加速させる強力なツールです。本講義では、実データを通じてモデル構築の楽しさと難しさを直接体験します。この演習で得るスキルを、皆さん自身の専門領域と結びつけ、新たな価値を創造するきっかけにしてください。 |
| 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。 |