シラバス詳細

タイトル「2023年度」、カテゴリ「理工学部」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

和文英文

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

コースナンバリング	1-417x-238
科目名	データサイエンスⅡ
開講学期	後期
開講時期	３クォータ
曜日・校時	火４
単位数	2
授業担当教員	廣友　雅徳

講義情報

学士力番号

1-(3)専門分野に必要とされる基礎的な知識・技能

曜／限追記

火曜4校時

講義形式

オンライン授業（ライブ形式）
講義および表計算ソフトを用いた演習

講義概要

数値データの可視化手法，推定，検定，回帰分析などを学び，データから新たな価値を導きだす能力を身に付ける．

開講意図

今の社会は，ビッグデータという言葉に象徴されるように，ビジネス，医療，教育，農業，工業など様々な分野で大量かつ多様なデータが得られるようになってきた．そのため，このデータを新しい資源ととらえ，データに基づいて様々な問題を解決していく能力，「データサイエンス力」を備えた人材があらゆる分野で求められている．データの活用がどのような分野にとっても重要である．

そこで，本講義では，データ活用には欠かせない，主な統計的データ分析法やデータ可視化法を学ぶとともに，コンピュータを使って実際にデータを分析する．

到達目標

1. 代表的なオープンデータとその活用例を知る．
2. 基本的な統計量の意味を理解し，表計算ソフトを用いてこれらを求められる．
3. 基本的な確率分布を表計算ソフトを用いて取り扱うことができる．
4. 推定の考え方を理解し，表計算ソフトを用いて基本的な推定ができる．
5. 検定の考え方を理解し，表計算ソフトを用いて基本的な検定ができる．
6. 回帰の考え方を理解し，表計算ソフトを用いて簡単な回帰分析ができる．
7. 分散分析の考え方を理解し，表計算ソフトを用いて簡単な分析ができる．

履修上の注意

本講義では，ノートPCおよび所定の表計算ソフトを利用する．また，試験の受験やレポートの提出に授業支援システムを利用する．その利用法については，講義にて説明する．

授業計画

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	データ分析の進め方，データサイエンスのサイクル，データ・AIの活用とそれによる価値創造の現状，表計算ソフトを用いた基本統計量の計算	所定の課題に取り組むこと．
2	データ表現，表計算ソフトを用いた確率分布の取り扱い(1) 二項分布・正規分布	所定の課題に取り組むこと．
3	表計算ソフトを用いた確率分布の取り扱い(2) 標準正規分布・カイ2乗分布	所定の課題に取り組むこと．
4	表計算ソフトを用いた確率分布の取り扱い(3) F分布・t分布	所定の課題に取り組むこと．
5	表計算ソフトを用いた母集団の平均の推定	所定の課題に取り組むこと．
6	表計算ソフトを用いた母集団の分散の推定	所定の課題に取り組むこと．
7	表計算ソフトを用いた母集団の比率の推定	所定の課題に取り組むこと．
8	表計算ソフトを用いたデータの平均の検定	所定の課題に取り組むこと．
9	表計算ソフトを用いたデータの分散の検定	所定の課題に取り組むこと．
10	表計算ソフトを用いたデータ分布の検定	所定の課題に取り組むこと．
11	単回帰分析	所定の課題に取り組むこと．
12	重回帰分析	所定の課題に取り組むこと．
13	一元配置の分散分析	所定の課題に取り組むこと．
14	二元配置の分散分析	所定の課題に取り組むこと．
15	総合演習（自分が興味のあるデータに対し，これまで学んだ手法を用いてデータを自分で分析・解釈して説明する）	最終課題に取り組むこと．

成績評価の方法と基準

・到達目標に１～７に関する講義課題(60%)および最終課題(40%)で評価する．
・止むを得ない事情が無い限り，欠席回数が５回を超えた受講者は評価を「不可」とする．なお遅刻・早退は欠席1/2回に相当とする．

開示する成績評価の根拠資料等

課題，解答例または出題意図，配点，答案

開示方法

課題，解答例または出題意図，配点については，，授業支援システム上や掲示などで開示する．なお，大学の定める成績評価に対する異議申立に関する答案等の閲覧については，定められた期間内に担当教員に申し出ること．

教科書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
特に指定しない．

参考図書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
スッキリわかる確率統計 : 定理のくわしい証明つき
皆本晃弥著	近代科学社	2015
		9784764904835
仕事に役立つExcel統計解析 : Excel2007/2010/2013対応		第4版
日花弘子著	SBクリエイティブ	2014
		9784797376975
できるビジネスパーソンのためのExcel統計解析入門 : ビジネスにおける最強の武器、統計学を基礎から学ぶ
日花弘子著	SBクリエイティブ	2016
		9784797386837

リンク

担当教員のホームページ

担当教員のティーチング・ポートフォリオ

Moodleコース

オフィスアワー

火曜５校時
場所は、担当教員研究室（理工学部６号館２階２０９室）およびオンライン（Zoom、Webex、Teams）

アクティブラーニング導入状況

アクティブラーニング導入状況
カテゴリー4	カテゴリー3	カテゴリー2	カテゴリー1	カテゴリー0
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING	グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT	学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION	学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION	基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT
0	0	0	50	50

その他

JABEEに対する学習・教育到達目標：応⽤化学コース(C-1)
佐賀大学データサイエンス教育プログラム（リテラシーレベル）に対する学修到達目標：(1-5), (2-3)
佐賀大学データサイエンス教育プログラム（応用基礎レベル）に対する学習到達目標：（1.2）,（2.2）