学部・大学院区分
Undergraduate / Graduate		農・博後
時間割コード
Registration Code		4900010
科目区分
Course Category		専門科目
Specialized Subject
科目名　【日本語】
Course Title		データサイエンス特別講義５
科目名　【英語】
Course Title		Special Lecture on Data Science 5
コースナンバリングコード
Course Numbering Code
担当教員　【日本語】
Instructor		西内 俊策 ○
担当教員　【英語】
Instructor		NISHIUCHI Shunsaku ○
単位数
Credits		1
開講期・開講時間帯
Term / Day / Period		秋集中 その他 その他
Intensive(Fall) Other Other
対象学年
Year		１年
1
授業形態
Course style


授業の目的　【日本語】
Goals of the Course(JPN)
本授業では、研究において重要な解析業務に役立つプログラミングスキルを習得することを目的としています。
具体的には、研究活動で得られたデータの前処理や可視化など、解析作業の再現性を確保するために必要な処理をプログラミングすることを目指します。
授業の目的　【英語】
Goals of the Course
The aim of this class is to help students acquire programming skills that will be useful for important analytical work in research.
Specifically, students will learn to program the process of pre-processing and visualization of data obtained in their research activities, which is necessary to ensure the reproducibility of the analysis work.
到達目標　【日本語】
Objectives of the Course(JPN)
コース終了時には、以下のことが出来る様になることを目指します。
1. データの前処理を行い、解析と可視化を支援する。
2. 各自の研究に必要な分析手法を身につける。
到達目標【英語】
Objectives of the Course
By the end of the course, students should be able to do the following:
1. Apply data preprocessing to aid in the analysis and visualization.
2. Acquire the analytical methods necessary for students' research.
授業の内容や構成
Course Content / Plan
Contents:
1. Introduction: What is tidy data? The importance of data preprocessing.
2. Introduction: What is your data? How do you visualize your data?
3. Preparing for data preprocessing and visualization.
4. Data preprocessing.
5. Data visualization.

Students should bring their own PC with IDE (Anaconda/Rstudio or others).
Students may bring their own experimental data for analysis and visualization.
履修条件・関連する科目
Course Prerequisites and Related Courses
Students should acquire the credits for “Data Sciences 1”, and “Data Sciences 2” before this course.
This program is intended for students who use the program in their usual research activities.
成績評価の方法と基準
Course Evaluation Method and Criteria
Grading will be decided based on attendance and the quality of the students’ programming performance.
教科書・テキスト
Textbook
None
参考書
Reference Book
None
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
Preparation and Review
使用言語
Language Used in the Course
B
授業開講形態等
Lecture format, etc.
Face-to-face class
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)
N/A