データサイエンス概論
| 開設大学 | 豊橋創造大学 |
|---|---|
| 科目コード | 263101 |
| 担当教員 | 中澤 陽平（経営学部講師） |
| 学年配当 | 3年 |
| 単位数 | 2単位 |
| 曜日 | 火曜 |
| 開講期間 | 春学期 |
| 実施形式 | 対面 |
| 開講時間割１ | 2限 10:40 ～ 12:10 |
| 教室 | 豊橋創造大学キャンパス |
| 履修条件 | アンケート調査やマーケティング、人工知能(AI)に興味がある学生は履修を強く勧める。また、演習で実際に処理を行うため、基礎的なPC操作に関しては修得していることが望ましい。 |
| 募集定員 | 20 |
| 募集時期 | 4月 |
| 開講期間 | 4/7～7/24 |
| 講義概要 | "データサイエンス"とは，科学的な方法（データの収集，可視化，分析，評価）によりデータを処理し，意思決定や行動に役立たせることである． 近年のIT技術の進歩により，企業はグローバルかつ多様なデータを容易に入手することができるようになった．膨大なデータの中から真なる問題を発見・解決する能力は，今後のビジネス分野において必須のスキルとなりつつある． また，ここ数年での生成AI関連技術の進歩はめざましく，ビジネスシーンにおいてChatGPT，Gemini，Copilotをはじめとする生成AIサービスが実際に活用され始めている． ビジネスにおいてAIを有効に活用できる人材が求められる中，その基本となる統計分析や機械学習に関する知識・技術の重要性は急速に増している． 本講義では，AIと共存するこれからの社会で活躍できるスキルを身に着けるため，データサイエンスの基礎をなすデータの収集・加工（統計分析），データによる分類・予測（検定，機械学習）について解説する． 実際にPCを利用した演習を交えてデータを分析する力も鍛える． 本講義は，座学と演習を交えて進める． また，Pythonを用いて演習を行う．（プログラミング等が主目的ではない．） 1.（講義・演習）データサイエンスとは 2.（講義・演習）ツールを活用したデータ分析（Pythonプログラミング） 3.（講義・演習）データを集める（公開データの収集，アンケート調査） 4.（講義・演習）データを前処理する（データの蓄積，加工，データクレンジング） 5.（講義・演習）データを集計する（基本統計量） 6.（講義・演習）データから推測する（統計的検定） 7.（講義・演習）データに差があるか調べる（平均値の差の検定，独立性の検定，A/Bテスト） 8.（講義・演習）データサイエンスのためのアルゴリズム（組み合わせ爆発，探索問題） 9.（講義・演習）機械学習：回帰（回帰分析，重回帰分析） 10.（講義・演習）機械学習：分類（決定木，アンサンブル学習） 11.（講義・演習）機械学習：クラスタリング（階層的クラスタリング，非階層的クラスタリング） 12.（講義・演習）機械学習：レコメンド（連関分析，協調フィルタリング） 13.（講義・演習）時系列データ分析と自然言語処理 14.（講義・演習）画像分析（ニューラルネットワーク，CNN） 15.（講義・演習）データ分析の応用例 ※ただし，受講学生の習熟度に応じて，授業計画を変更する場合がある． ※課題は，提出締め切り後にコメントをフィードバックする． |
| テキスト･参考文献 | 【テキスト】 ・Pythonで学ぶはじめてのデータサイエンス,吉田 雅裕,技術評論社,9784297134211 |
| 試験・評価方法 | 演習課題（30％，LMSで提出．ほぼ毎回），小テスト（30%，LMSまたはペーパーで出題．3回程度），定期試験（40％，プログラミングを伴うレポート課題）の結果から，到達目標が達成できているか評価する． |
| 別途必要な経費 | 特になし |
| その他特記事項 | 特になし |
| 科目名（英語） | Introduction to Detascience |
| 使用言語 | 日本語 |
