シラバス詳細

タイトル「2022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Ⅰ
開講学期	前期
開講時期	１クォータ
曜日・校時	月２
単位数	2
授業担当教員	日比野　雄嗣、廣友　雅徳、皆本　晃弥、山口　暢彦、半田　賢司

講義情報

学士力番号

1(3)

曜／限追記

火4と同じ

講義形式

講義および表計算ソフトを用いた演習．

講義概要

第1回から第8回は，数値データの基本的な整理法，分析方法，およびこれらを理解するのに必要な確率分布の基礎について学ぶ．また，第9回から第15回では，表計算ソフトを使って実際にデータ整理や分析を行う．

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. 基本的なデータの整理方法を理解する．
2. 表計算ソフトを用いて1次元あるいは2次元のデータの整理ができる．
3. 確率の基本（確率変数，確率分布など）を理解する．
4. 表計算ソフトを用いて簡単な統計量を求めたり，確率分布などを描画できる．
5. 推定の考え方を理解し，表計算ソフトを用いて簡単な推定ができる．
6. 検定の考え方を理解し，表計算ソフトを用いて簡単な検定ができる．

履修上の注意

授業は１５回を通してオンデマンド（動画配信・資料配布）型で実施する。
LiveCampusの通知・連絡機能により、授業実施前日までに案内をする。

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	データサイエンス・AIとその重要性，社会で起きている変化，データの整理	講義で指定するに取り組むこと．
2	データの特性値	講義で指定するに取り組むこと．
3	相関関係	講義で指定するに取り組むこと．
4	確率分布	講義で指定するに取り組むこと．
5	二項分布と正規分布	講義で指定するに取り組むこと．
6	社会で活用されているデータと標本分布	講義で指定するに取り組むこと．
7	推定の基礎	講義で指定するに取り組むこと．
8	検定の基礎	講義で指定するに取り組むこと．
9	表計算ソフトの基本操作	表計算ソフトの基本操作に関する課題．
10	表計算ソフトを用いたデータの整理	表計算ソフトを用いたデータの整理に関する課題．
11	表計算ソフトを用いたデータ特性値の計算	表計算ソフトを用いたデータ特性値の計算に関する課題．
12	表計算ソフトを用いた散布図の描画や相関係数の計算	表計算ソフトを用いた散布図の描画や相関係数の計算に関する課題．
13	表計算ソフトを用いた確率分布の描画，確率のシミュレーション	表計算ソフトを用いた確率分布の描画，確率のシミュレーションに関する課題．
14	表計算ソフトを用いた推定	表計算ソフトを用いた推定に関する課題．
15	表計算ソフトを用いた検定	表計算ソフトを用いた検定に関する課題．

成績評価の方法と基準

・第1回から第8回に関する課題を50%，第9回から第15回における課題を50%として総合的に評価する．
・到達目標１，３，５，６は第１回から第８回に関する課題で，到達目標２，４，５，６は第９回から第１５回の課題で評価する．
・已むを得ない事情が無い限り，欠席回数が第１回から第８回で３回以上，または，第９回から第１５回で３回以上の受講者には、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．

開示する試験問題等

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
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

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
高校の数学Bの教科書

オフィスアワー

本学HPに記載のオフィスアワー一覧を参照のこと

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）に対する学習到達目標：(1-1), (1-2), (2)
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）,（1.3）