京都大学国際高等教育院附属 データ科学イノベーション教育研究センター

menu

データ分析演習I

開講時期 年度 後期
担当教員 国際高等教育院 特定准教授 FLANAGAN, Brendan
授業情報 (群) 自然 群 (分野(分類)) データ科学(発展) (使用言語) 日本語
(旧群) B群 (単位数) 2単位 (週コマ数) 1コマ (授業形態) 演習
(開講年度・開講期) 2023・後期 (配当学年) 全回生 (対象学生) 全学向
(曜時限) 水1
(教室) 情報メ204(情報処理室)
授業の概要・目的 今日では、コンピュータやネットワーク、様々なセンサなどの技術の進歩により、日々膨大なデータが蓄積されるようになった。これらのデータの活用への期待は大きく、データを適切に分析し、その結果から適切な判断を下すことが重要である。
「データ分析演習I」は、ICT(情報通信技術)の進展とビッグデータ、さらにデータ表現の基礎等を確認したうえで、原則としてプログラミング言語を用いた経験のない学生を対象として、データ解析の基礎を習得する実践科目である。
本講義は、文部科学省のモデルカリキュラム(応用基礎レベル)の内、データサイエンス基礎とデータエンジニアリング基礎、AI基礎をバランスよくカバーする形で構成されている。
具体的には、データサイエンス活用事例として教育を中心とした実社会のデータを用いた実習を行う。ExcelやPythonを用いて「統計入門」等で学んだ分析目的の設定に始まり、データ分析の手続きや分析結果の考察、さらには背景となる理論を実践的に学習していく。
到達目標 1.データ分析の理論的基礎となる確率論や統計学等の基礎を理解したうえで、データから意味を抽出し現場にフィードバックできるようになる。
2. Excel、Python言語等を用いてデータ分析に必要な基礎的な統計処理ができるようになる。
3. 回帰分析などのデータ解析について概要を理解し、ExcelのようなGUIを経て、Python言語のようなCUIベースでの効率的な解析を習得する。
授業計画と内容

フィードバックを含め全15回の授業で、統計ソフトを用いてデータ分析を実践する。本演習の前半ではビジネスの現場での使用頻度が圧倒的で「統計検定 データサイエンス基礎」の公式ソフトでもある「Excel(分析ツール)」、後半では研究の場で活用される「Python」を用いたデータ分析を予定している。
また、演習の中では、各種の教材の活用により、統計検定2〜3級レベル、データサイエンス基礎レベルの課題への取り組みも予定している。
受講者の関心領域によってはゲストスピーカーの協力を得ることもある。
開講にあたっては、受講生の所属するキャンパスの配置や受講形態にも配慮し、一部メディア授業も取り入れる。

1.導入・データサイエンス概論(データ駆動型社会・データサイエンス活用事例、ビッグデータ、データの種類等の概説を含む) 1回 
2. Excelを使ったデータ整理とデータ解析 1回 
3.教育データによるデータ収集と可視化 3回 
4. 記述統計と推測統計 3回 
5. 相関 2回 
6. 回帰分析 2回 
7. AI・機械学習の基礎と展望 1回
8. 演習、まとめ 1回
9. フィードバック 1回 

なお、講義の進度・文科省のモデルカリキュラム等を反映して内容順序の変更や省略・追加を行うことがある。

履修要件 「統計入門」あるいは同等の科目を履修していることがのぞましい。
主に文系の学生が高校で履修したレベルの数学の知識を必要とする。

 

Contact

〒606-8315 京都市左京区吉田近衛町69 近衛館202, 301, 302号室
Tel. 075-753-9691
E-mail : contact@ds.k.kyoto-u.ac.jp