授業の目的 【日本語】
Goals of the Course(JPN) | | | データサイエンスの思考および実用性の高いデータサイエンスの理論や手法を理解させ、その方法を用いて科学的に分析する技能について、量的データと質的データの分析方法を学習する。また、履修生には、関心のあるテーマを選定した上で、適切な分析方法を考え、計画を立案・遂行し、発表することにより、研究の一連の流れを学生自身が体験させる。 |
|
|
授業の目的 【英語】
Goals of the Course | | | This course aims to develop students’ understanding of data science thinking as well as practically useful theories and methods in data science. Students will learn how to analyze both quantitative and qualitative data and acquire the skills necessary to conduct scientific analysis using these methods. In addition, students will select a topic of interest, consider appropriate analytical approaches, design and carry out an analysis plan, and present their results. Through this process, students will experience the entire research workflow firsthand. |
|
|
到達目標 【日本語】
Objectives of the Course(JPN) | | ※基本的知識の理解
データサイエンスに関する基本的な理論、概念、および代表的な分析手法について理解する。
※応用的活用能力の獲得
学習した概念や手法を用いて、実際のデータを対象とした基礎的な分析を行い、結果を解釈・説明することができるようになる。 |
|
|
授業の内容や構成
Course Content / Plan | | 本授業は演習を中心に構成され、データの扱い方から分析、可視化、結果の考察までを段階的に学ぶ。基礎理論の解説と実践的な課題を組み合わせることで、データサイエンスの基本的な実務能力の習得を目指す。
数学やプログラミング知識を前提とせず、データサイエンスを初めて学ぶ学生でも理解できるよう、基本的な概念から解説する。
最終回では、身近な題材や関心のあるテーマを取り上げ、目的の設定、分析方法の選択、データの分析、結果の整理という一連の流れを体験する。その成果は、レポートの提出または発表を行う。 |
|
|
履修条件・関連する科目
Course Prerequisites and Related Courses | | |
|
成績評価の方法と基準
Course Evaluation Method and Criteria | | 授業参加・演習への取り組み：60％
最終課題：40％
60点以上を合格とします。 |
|
|
教科書・テキスト
Textbook | | ・特定の教科書は指定しません。
・講義資料および演習用データは授業中に配布します。 |
|
|
参考書
Reference Book | | |
|
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours) | | |
|
履修取り下げ制度（利用の有無）学部のみ
Course withdrawal | | | 利用します。『履修取り下げ届』を期日までに提出した場合は原則「Ｗもしくは欠席」となりますが、同届を提出しない場合は成績評価が行われ、合格基準に達しない場合は「Ｆ」となります。 |
|
|
備考
Others | | パソコンが必要です。
ChatGPTなどを活用してPythonを習得させるため、プログラミングの事前知識を前提にしません。
再履修不可 |
|
|
授業開講形態等
Lecture format, etc. | | |
|