シラバス情報
教員名 : 矢崎 裕一
科目名
データサイエンス
科目カテゴリ
専門
科目モジュール
基礎・理論
科目系統
S
開講時期
1Q
開講曜日
金曜日
開講時限
8限
担当教員
矢崎 裕一
定員
80名
単位数
1単位
授業概要
二十一世紀におけるデータサイエンスによる「知能の人工化」は、より現実味のある社会変化として受け止められているが、まだ社会実装は始まったばかりと捉えることも出来る。データサイエンスへの入り口として、理論や数式からではなく、社会実装の事例を知ることから始め、その背景にあるデータ分析や可視化の手法を、適切な探索を通じて、見定めて特定することができることを目指す。
到達目標
(1)社会科学や人文科学の分野における、データサイエンスの事例についていくつか知っており、その背景にあるデータやデータ分析の考え方を理解している。
(2)実現したいことから、適切な探索を通じて、データ分析や可視化の手法を見定めて特定することができる。
(3)ノーコードやスクリプトを使用するツールについて、自習を通じて学んでいくことができる。
キーワード
統計計算、コンピュータ支援統計、データサイエンス、データ、可視化
回数
タイトル
内容
実施方法
第1回
社会科学の事例紹介
主に、社会科学とよばれる領域における事例紹介。社会や人間行動に関する問題を理解するために行われるデータ分析について、その事例と手法を紹介する。
遠隔授業
第2回
人文科学の事例紹介
主に、人文科学とよばれる領域における事例紹介。歴史、文芸、哲学、言語など、人類の文化全般のデジタル化や活用について、その事例と手法を紹介する。
遠隔授業
第3回
構造化データについての原理原則
データをコンピュータで扱うために必要な原則や、実社会におけるデータ流通を考慮したクレンジングや前処理の考え方を実務的に紹介する。
遠隔授業
第4回
非構造化データについての原理原則
非構造化データとして、自然言語と画像を取り上げる。自然言語処理の基礎技術や手法と、画像処理の基礎技術や手法について紹介する。
遠隔授業
第5回
統計についての原理原則
統計について膨大な教材が世の中に存在するが、基本的な考え方を紹介した上でそのマクロな見取り図を提供し、学びたい内容にあわせて、教材を選べることをサポートする。
遠隔授業
第6回
機械学習についての原理原則
機械学習について膨大な教材が世の中に存在するが、基本的な考え方を紹介した上でそのマクロな見取り図を提供し、学びたい内容にあわせて、教材を選べることをサポートする。
遠隔授業
第7回
データ可視化をノーコードで作成する演習
データを提示する手法としてのデータ可視化、その実践的な手法を、ノーコードやスクリプト(数行程度のプログラムコード)で紹介する。
遠隔授業
第8回
AIモデルをノーコードで利用する演習
ノーコードやスクリプトで利用することが可能なAIモデルのツールを用いて、写真や動画、テキストを生成や加工をしながら、その裏にある原理や教師データのあり方を想像する。
遠隔授業
授業形式
講義形式
成績評価方法と基準
5段階評価(S〜D)
(1)FS のコメント(40%)
(2)授業中の発言や質問(20%)
(3)最終レポート(40%)
履修条件と留意事項
(1)コンピュータサイエンスの領域(コンピュータの仕組みやプログラミングの基礎)や、数学の基礎科目(線形代数や微分積分)については扱わない。
(2)データ分析や可視化における歴史的経緯は、講義の際に便宜上触れる以外は積極的には扱わない。
教科書
なし
参考文献
特になし