タイトル

開講年度 開講学部等
2026 教育学部
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
後期 火5～6 その他 8.0
時間割番号 科目名[英文名] 使用言語 単位数
1022102209 計算機数学Ⅲ[Mathematics of Information III(Mathematics of Information III)] 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
北本 卓也[KITAMOTO Takuya] ー
担当教員[ローマ字表記]
北本 卓也　[KITAMOTO Takuya]
特定科目区分   対象学生 (2015年度以降入学者対象) 対象年次 3～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
データサイエンスの基礎事項を実際に計算機を用いながら学ぶ。
授業の到達目標
順列や組合せ、確率、代表値、分散などの基本概念を理解し、問題に適用できる。また、ベクトルや行列の演算、多項式関数、微分積分法を習得し、計算機を用いて関数の解析が行える。さらに計算量を考慮した効率的なソートや探索アルゴリズムを理解し、実装できる。
授業計画
【全体】
まず、データサイエンスの基礎理論を解説する。その後、計算機と用いて学んだ理論を用いて、データサイエンスに関わる問題を解いていく。
項目 内容 授業時間外学習 備考
第1回 授業ガイダンス 授業ガイダンスを行う 授業に関する資料（テキストを含む）を読み、事前に授業を内容を把握しておくこと。(目安時間４時間）
第2回 データサイエンスの基礎理論（その１） データサイエンスの概要について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第3回 データサイエンスの基礎理論（その２） データサイエンスに必要な線形代数について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第4回 データサイエンスの基礎理論（その３） データサイエンスに必要な微分積分学について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第5回 データサイエンスの基礎理論（その４） データサイエンスに必要な統計学について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第6回 データサイエンスの基礎理論（その５） データサイエンスに必要な数値解析について解説する。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第7回 計算機を用いたデータサイエンスの演習（その１） 回帰分析に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第8回 計算機を用いたデータサイエンスの演習（その２） 仮説検定に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第9回 計算機を用いたデータサイエンスの演習（その３） グルーピングに関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第10回 計算機を用いたデータサイエンスの演習（その４） データ可視化に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第11回 計算機を用いたデータサイエンスの演習（その５） データ加工に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第12回 計算機を用いたデータサイエンスの演習（その６） 教師あり学習に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第13回 計算機を用いたデータサイエンスの演習（その７） 教師なし学習に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第14回 計算機を用いたデータサイエンスの演習（その８） 深層学習に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
第15回 計算機を用いたデータサイエンスの演習（その９） 最適化に関する演習を行う。 テキストを読み、授業の事前準備を行うこと。授業後に内容の復習を行うこと。(目安時間４時間）
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: 20%　B: 20%　C: 20%　D: 20%
成績評価法
小テスト 20%、レポート 20%、受講態度 30%、学期末テスト 30%
教科書にかかわる情報
備考
オンライン上のテキストを用いる
参考書にかかわる情報
備考
メッセージ
キーワード
データサイエンス 機械学習 Python
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
  • ジェンダー平等を実現しよう
  • 人や国の不平等をなくそう
  • 住み続けられるまちづくりを
  • つくる責任つかう責任
  • パートナーシップで目標を達成しよう
  • パートナーシップで目標を達成しよう
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(ジェンダー)ジェンダー平等を達成し、すべての女性及び女児の能力強化を行う。
(不平等)各国内及び各国間の不平等を是正する。
(持続可能な都市)包摂的で安全かつ強靱（レジリエント）で持続可能な都市及び人間居住を実現する。
(持続可能な生産と消費)持続可能な生産消費形態を確保する。
(平和)持続可能な開発のための平和で包摂的な社会を促進し、すべての人々に司法へのアクセスを提供し、あらゆるレベルにおいて効果的で説明責任のある包摂的な制度を構築する。
(実施手段)持続可能な開発のための実施手段を強化し、グローバル・パートナーシップを活性化する。
関連科目
履修条件
連絡先
kitamotoアットマークyamaguchi-u.ac.jp
オフィスアワー
初回の授業時に知らせる

ページの先頭へ