タイトル

科目番号 教室 登録人数 履修登録方法 対面/遠隔
学共119   [木2]文講114   60   抽選対象   遠隔授業  
開講年度 期間 曜日時限 開講学部等
2024 前学期 木2 国際地域創造学部国際地域創造学科  
講義コード 科目名[英文名] 単位数
g00580001 データサイエンス初級   2  
担当教員[ローマ字表記]
上原　和樹　[UEHARA Kazuki], 未定（国創）  
授業の形態
講義、演習又は実験
 
アクティブラーニング
学生が自身の考えを発表する、学生が文献や資料を調べる
 
授業内容と方法
【授業内容】
　コンビニの売り上げ，電車の乗降記録，インターネット上の書き込みなど身の回りの様々なものやサービスが電子化され，コンピュータには日々膨大なデータが蓄積される時代になりました．そして，多くの企業がこれらのデータを活用した事業に取り組もうとし始めていますが，膨大なデータの解析は，まだ歴史も浅くExcelなど表計算ソフトでは解析できない場合もしばしばあります．このような背景から，膨大なデータを解析でき，そこから有用な知見を引き出せる人材(データサイエンティスト)が社会から強く求められていますが，まだ少ないのが現状です．そこで，Excelを用いた基本的なデータ分析から始め，大規模なデータも処理可能であり多くのデータサイエンティストにも利用されているプログラミング言語「Python」を用いて，できる限り身の回りのデータの解析を行い，社会のニーズに応えられる技術力を身につけられるよう授業を行います．

【授業の方法】
　最初に統計学の知識などを説明した後，実データを「Excel」「Python」を用いて自らの手で解析，グラフ化を行い簡単なレポートにまとめる．データ解析プロジェクトでは，自ら解析するデータを選び，これまでの知識をフル活用したデータ解析を行い，得られた結果の発表を行う．

対面またはオンライン(Teamsまたは WebClass)で行います。
講義資料の配布や課題の提出などはTeamsを利用します。
 
URGCC学習教育目標
コミュニケーション・スキル、情報リテラシー、問題解決力
 
達成目標
・表計算ソフトやプログラミングを用いたデータ解析ができる。【情報リテラシー】
・自分の興味のある事柄に対して、データサイエンスの基礎的な知識を用いて現象の理解や課題の解決を図れる。【問題解決力】
・得た知識を他人に的確に説明できる。【コミュニケーションスキル】
 
評価基準と評価方法
各回の課題やレポート（60%）
データ分析プロジェクト発表会の内容（40%）
 
履修条件
ノートパソコンを持参すること
 
授業計画
1. ガイダンス：概要説明、評価方法、注意事項
2. データ分析のための準備：「Excel」「Python」など必要なソフトウェアのインストール、Pythonの基本的操作、動作確認
3. Excelによる単変量解析：平均値、標準偏差、中央値、四分位、標準化、箱ひげ図
4. Pythonによる単変量解析：平均値、標準偏差、中央値、四分位、標準化、箱ひげ図
5. Excelによる分布の描画：確率関数、確率密度関数、累積分布関数、期待値
6. Pythonによる分布の描画：確率関数、確率密度関数、累積分布関数、期待値
7. Excelによる２項分布とポアソン分布の描画：二項分布、ポアソン分布
8. Pythonによる２項分布とポアソン分布の描画：二項分布、ポアソン分布
9. ExcelとPythonによる正規分布の描画：正規分布
10. Pythonによるテキストマイニング：形態素解析、ベキ分布、ジップの法則
11. ExcelとPythonによる相関分析：ピアソンの積率相関係数、スピアマンの順位相関係数
12. ExcelとPythonによる回帰分析
13. まとめ、データ解析プロジェクトの概要説明
14. データ解析プロジェクトの準備
15. データ解析プロジェクト発表会
 
事前学習
事前に配布資料に目を通し内容を確認すること。
 
事後学習
講義資料を確認し、データ分析やプログラムを再度実行すること。
課題やレポートがある場合は、それに取り組むこと。
 
教科書にかかわる情報
教科書 書名
特になし
ISBN
備考
著者名
出版社
出版年
NCID
 
教科書全体備考
講義資料（PDF）を配布します。
 
参考書にかかわる情報
参考書 書名 ISBN
487311845X
備考
著者名
Wes McKinney著 ; 瀬戸山雅人, 小林儀匡, 滝口開資訳
出版社
オライリー・ジャパン
出版年
2018
NCID
参考書 書名 ISBN
4535556784
備考
著者名
高安美佐子編著
出版社
日本評論社
出版年
2012
NCID
 
参考書全体備考
特になし
 
使用言語
日本語
 
メッセージ
本講義は対面とオンデマンドのハイブリッドで行う予定です。
 
オフィスアワー
文系学部棟527室（訪問時はメールで事前に連絡して日程調整してください。）
メールやTeamsでの問い合わせは随時受け付けます。
 
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
 
URL
データサイエンティスト養成履修カリキュラム：https://mds.skr.u-ryukyu.ac.jp/mds/curriculum/
 

ページの先頭へ