科目コード	3011112
科目名 (英語名)	データサイエンス基礎 (Fundamentals of Data Science)
対象学科	情報システム科
開講時期	1年　後期
担当教員	芝田浩
単位数	２単位
開講形態	講義, 演習
授業概要	【目的】 世の中に存在する様々なデータを活用して価値を創造するための方法論の基礎を学ぶ。 【到達目標】 データ分析全体の流れを説明できること データ分析の代表的な手法を説明できること 分析課題に対して、どのような分析手法を適用できるかを選択できること オープンデータの概要とその利活用事例について説明できること 【科目の位置付け】 ・本校の教育、育成の重点目標の①に対応し、育成する人材像と教育の重点事項の①に対応する。 ・情報システム科の教育目標の①に対応する。 ・以下に示すデータサイエンスとAI関連の科目を受講することで当該分野の基礎技術を一貫して習得することができる。 「データサイエンス基礎」が関連する主な科目：「データサイエンス・AI入門」、「AI基礎」、「データサイエンス基礎実習」
授業計画	【授業の方法】 教科書及びスライド等を用いた講義と共に、各項目に沿ったプログラミングによる解析方法を学習する。その後、課題に対するプログラムの作成や解答に取り組むことで理解を深める。 【日程】 第1回:データサイエンスと統計学の概要 第2回:統計学を用いたデータ分析の基本 第3回:オープンデータとその利活用 第4回:データの整理：基礎統計量 第5回:データの整理：分布と可視化 第6回:データの整理：相関関係と共分散 第7回:回帰分析：単回帰分析 第8回:回帰分析：重回帰分析 第9回:統計的推定と確率分布：母集団と推定 第10回:統計的推定と確率分布：確率変数と確率分布 第11回:統計的推定と確率分布：中心極限定理 第12回:統計的仮説検定：仮説検定と優位水準 第13回:統計的仮説検定：仮説検定と解釈 第14回:相関と因果関係 第15回:期末試験 第16回:まとめ
成績の評価	【基準】 「授業概要（到達目標）」の各項目が達成されていることを、課題のレポート、筆記試験(期末試験）の評価点により示すことが、合格の基準となる。 【方法】 課題レポート(50点)、期末試験(50点)を総合し，合計100点で評価する。60点以上を合格とする。
教科書・参考図書	教科書：浜松ウエジマ、統計学×データ分析　基礎から体系的に学ぶデータサイエンティスト養成教室、ソフトバンククリエイティブ
その他	【履修にあたり】 データサイエンスの分析手法を理解するのに数理的な概念がある程度必要であるため、高校数学の内容を復習すること。 【この授業・実習に必要な機材】 特になし