シラバス参照

 
最終更新日:2019/04/04  
筑波大学 教育課程編成支援システム

6518102 データサイエンス

2.0 単位, 1 年次, 秋AB 金1,2
木村 成伴

授業概要

データサイエンスの基本的概念およびデータの収集・管理・分析の基礎的な技術を身につける.データ活用の手法を実践的に習得するとともに,データサイエンスの具体事例を通じて,社会におけるデータの活用について理解する.

備考

看護1班対象

授業形態

演習

学位プログラム・コンピテンスとの関係

「データ・情報リテラシー」に関連する.

授業の到達目標(学修成果)

(1) データを適切に収集および管理し,データ分析に役立てることができる
(2) データに基づく客観的な判断・意思決定をするために必要な基礎的概念が理解できる

キーワード

統計, データサイエンス, ビッグデータ, 人工知能

授業計画

第1週~第5週
社会におけるデータサイエンスの位置付けとその意義
データの収集:
データサイエンスの基本プロセス,データの種類, データの収集,データの前処理,データの再利用性
データの管理:
データ管理の意義と目的,データ収集項目の設計,情報構造と表現の分離,高度なデータ管理とビッグデータ
  
第6週~第10週
データの可視化:可視化の意義と目的,視覚的表現の選び方
データの分析:
離散変数の理解,名義尺度と順序尺度の扱い,離散変数の統計,量的変数の理解,量的変数の統計,因果と相関,時系列データ,ネットワークデータ,高度なデータ分析と人工知能
  

履修条件

なし

成績評価方法

試験,レポートなどを総合的に評価する.

学修時間の割り当て及び授業外における学修方法

次回の授業範囲を予習し,専門用語の意味等を理解しておくこと.
授業中に課された課題をレポートとして提出すること.

教材・参考文献・配付資料等

1. 配布プリント
2. 参考:ICTガイド

オフィスアワー等

オフィスアワーは特に定めない.担当教員に事前連絡をしてから訪問すること.

その他(受講生にのぞむことや受講上の注意点等)

2019年度以降入学者対象

他の授業科目との関連

ティーチング・フェロー(TF)、ティーチング・アシスタント(TA)

TA配置あり(1名)