科目名 （英語表記） |
データサイエンス入門 (Introduction to Data Science) |
担当教員 |
関 陽介 准教授 |
|---|---|---|---|
定 員 |
若干名 | 単位数 |
2 |
大学名 |
神戸市外国語大学 | 連絡先 |
教務入試班 TEL:078-794-8133 E-mail: kyomu@office.kobe-cufs.ac.jp |
開講学期 |
後期 | 開講期間 |
9月19日～2月9日 |
曜日・時限 |
F:金曜3限 G:木曜7限 | 教 室 |
未定 |
履修条件 |
昨年度以前に受講して単位を得た人は受講不可 | キャンパス |
なし |
授業形態 |
対面授業 |
||
授業方法 |
講義 | ||
学習目標 |
|||
授業概要 |
本科目は2025年度の新入全員を対象とする必履修授業です。また、「数理・データサイエンス・AI教育プログラム（KCUFS DASH）」を修了したい2～4年生も履修する必要があります。 【主題】 現代社会では専門分野を問わず、データを処理するための統計学や人工知能、プログラミング等の知識や技術が求められています。この授業では講義と実習を通してこれらの基礎知識や技術を身につけることを目的とします。 【到達目標】 ・データサイエンスの基礎知識や技術に関して説明することができる。 ・データサイエンスに関する実用的な手法を活用することができる。 This is a compulsory class for all new students in 2025. 2nd to 4th year students who wish to complete the "KCUFS DASH" must also take this class. 【Theme of this class】In modern society, knowledge and skills such as statistics, artificial intelligence, and programming for processing data are required. The purpose of this class is to acquire these basic knowledge and skills through lectures and practical training. 【Objectives of this class】・Be able to explain basic knowledge and techniques of data science.・Be able to utilize practical methods related to data science. |
||
授業時間学習 以外の学習 (準備学習含む) |
事前学習は特に必要ありませんが、この授業で扱う内容の多くは研究活動や社会で必ず求められる知識や技術であるため、不明点があれば復習をしてください。 | ||
評価方法 |
１．課題作成：最大35点 ２．授業への取り組み状況：最大35点 ３．期末試験：最大30点 ※上記の各項目における合計点で評価します。評価基準として合計点を60点以上取ることが単位取得として必要になります。 |
||
教科書 |
教科書はありませんが講義で使用するスライドは履修者に限定して公開する予定です。 | ||
参考書 |
|||
特記事項 |
この授業では講義と実習（Excel・Python）を行い、プログラミング環境はGoogle Colaboratoryを使用します。生成AIに触れるために無償のサービスも利用する予定です。 | ||
授業計画 |
第 1 回 ガイダンス 第 2 回 データサイエンスについて 第 3 回 データの要約１（最大・最小，平均，中央値等） 第 4 回 データの要約２（範囲，四部位点，標準偏差等） 第 5 回 データの比較（共分散，相関関係，散布図等） 第 6 回 データの可視化 第 7 回 確率と検定 第 8 回 モデリング 第 9 回 データ分析の応用 第10回 プログラミング 第11回 AIについて 第12回 生成AIの紹介 第13回 自然言語処理 第14回 画像認識 第15回 期末試験とまとめ・解説 |
||
申込方法 |
|||