学部・大学院区分
Undergraduate / Graduate
医学部(保)
時間割コード
Registration Code
1712371
科目名 【日本語】
Course Title
データサイエンス基礎
科目名 【英語】
Course Title
Data science basics
コースナンバリングコード
Course Numbering Code
担当教員 【日本語】
Instructor
中杤 昌弘 ○ 松井 佑介
担当教員 【英語】
Instructor
NAKATOCHI Masahiro ○ MATSUI Yusuke
単位数
Credits
2
開講期・開講時間帯
Term / Day / Period
秋 月曜日 3時限
Fall Mon 3
必修・選択
Required / Selected
選択・看放検理作


授業の目的 【日本語】
Goals of the Course(JPN)
ビッグデータ社会を支える情報技術を俯瞰し、それらを用いたデータ駆動型医療へ向けた基礎技術、具体的にはデータ取得から解析、解釈までに必要な統計学および情報学的基礎を学ぶ。
授業の目的 【英語】
Goals of the Course
This course provides an overview of the information technologies that support the big data society and the basic technologies for data-driven medicine using these technologies, specifically the statistical and informatics fundamentals necessary for data acquisition, analysis, and interpretation.
到達目標 【日本語】
Objectives of the Course(JPN)
本授業の終了時、以下の能力を獲得していることを目標とする:
1.推測統計学・情報技術の基礎を理解している
2.教師あり学習・教師なし学習の基本的手法を理解している
到達目標 【英語】
Objectives of the Course
At the end of this class, students are expected to have the following skills:
1. Understand the basics of inferential statistics and information technology.
2. Understand the basic methods of supervised learning and unsupervised learning.
授業の内容や構成
Course Content / Plan
第1回:ガイダンス、RとR cloud、推測統計学の基礎

第2回:数式の表記法

第3回:統計的学習とは 

第4回:モデルの精度の評価

第5回:線形回帰分析・1

第6回:線形回帰分析・2

第7回:線形回帰分析・3

第8回:分類・1

第9回:分類・2

第10回:部分集合選択

第11回:縮小推定

第12回:教師無し学習・1

第13回:教師無し学習・2

第14回:教師無し学習・3

第15回:期末試験
履修条件・関連する科目
Course Prerequisites and Related Courses
データサイエンス概論I、データサイエンス概論II、データ科学基礎
成績評価の方法と基準
Course Evaluation Method and Criteria
出席・小テスト(40%)+試験・レポート(60%)
教科書・テキスト
Textbook
Gareth James et al.『Rによる 統計的学習入門』(朝倉書店、2018)
参考書
Reference Book
Trevor Hastie et al. 『統計的学習の基礎 ―データマイニング・推論・予測』(共立出版、2014)
Peter Bruce et al. 『データサイエンスのための統計学入門 ―予測、分類、統計モデリング、統計的機械学習とRプログラミング』(オライリージャパン、2018)
ピーター フラッハ et al. 『機械学習 ─データを読み解くアルゴリズムの技法』(朝倉書店、2017)

大木秀一『基本からわかる看護統計学入門(第2版)』(医歯薬出版,2016)
大木秀一『基本からわかる看護疫学入門(第3版)』(医歯薬出版,2017)
白戸亮吉(2019)『ていねいな保健統計学』羊土社
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
講義後にNUCTで小テストを出す。講義内容の復習をしつつ取り組むこと
授業の進め方
How to proceed with the class
講義資料を配布して行う。配付資料を参考に、情報技術、データサイエンス、統計学の基本についてまとめておくことが望ましい。
注意事項
Notice for Students
・PCを用いたR言語によるプログラミング演習も行う。各自PCを用意すること。
・以降の情報科学科目の基礎となる。以降の情報科学系科目の履修を望むなら本科目を必ず履修すること。
本授業に関する参照Webページ
Reference website for this Course
担当教員からのメッセージ
Message from the Instructor
使用言語
Language(s) for Instruction & Discussion
日本語
授業開講形態等
Lecture format, etc.
この科目は対面でも遠隔でも受講可能ですので、同日中の受講科目に応じて調整してください。万一、登校に時間を要する場合、午前中の遠隔授業は空いている講義室をAPとして使用可能です。ただし、大幸地区のAPのスペースには限りがあり、密を避けるため、空き時間で登校が可能である場合は、極力、ご自宅から受講ください。
遠隔授業(オンデマンド型)で行う場合の追加措置
Additional measures for remote class (on-demand class)