タイトル

開講年度 開講学部等
2025 理学部
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
前期前半 火3～4 講義 1.5
時間割番号 科目名[英文名] 使用言語 単位数
1041300002 データサイエンス技術Ⅰ(化学科)[(Data Science Technology Ⅰ)] 日本語 1
担当教員（責任）[ローマ字表記] メディア授業
谷　誠治[TANI Seiji] ー
担当教員[ローマ字表記]
谷　誠治　[TANI Seiji]
特定科目区分   対象学生   対象年次 2～4
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
2年次から3年次前期には、データサイエンス教育科目を配置し、統計学や機械学習の基礎を学ばせ、データサイエンスを化学に活用するための基盤を養成する（DP1-3）とともに、化学データを管理・処理・分析し、その中に隠れている関係性を見つけるための方法論を養成します（DP2-3）。これらにより、データサイエンスの基礎知識を化学分野における具体的な課題に適用できるようにします(CP1-3)。
この講義では、データサイエンスの基礎となる統計数理基礎、データの整理・分析の方法、推定・検定の方法の入門について学習する。
授業の到達目標
データサイエンスに必要な統計数理の基礎、データ整理・分析、推定・検定の方法を身につける。
授業計画
【全体】
高等学校で学んだ統計数理の基礎を復習し、データの整理・分析と推定・検定について学ぶ。
項目 内容 授業時間外学習 備考
第1回 データサイエンス、統計数理基礎１ 第１回はオンライン方式（Google Meet）で実施
実験データの取得と分析
代表値、平均値、分散、標準偏差等の統計量
誤差論 		講義内容の予習と復習、レポート課題、次回講義内容の予習（４時間以上）
第2回 統計数理基礎２ 第２回以降は対面式で実施
確率と確率分布 		講義内容の復習、レポート課題、次回講義内容の予習（４時間以上）
第3回 データの整理・分析１
（ビッグデータ、１次元データ） 		度数分布、期待値、グラフによる可視化、他 講義内容の復習、レポート課題、次回講義内容の予習（４時間以上）
第4回 データの整理・分析２
（２次元データ） 		散布図、相関係数、相関関数と因果関係、回帰直線、グラフによる可視化、他 講義内容の復習、レポート課題、次回講義内容の予習（４時間以上）
第5回 母集団と標本
大数の法則と中央極限定理 		母集団と標本集団
標本調査
大数の法則
中央極限定理 		講義内容の復習、レポート課題、次回講義内容の予習（４時間以上）
第6回 推定と検定１ 点推定、区間推定、片側検定及び両側検定 講義内容の復習、レポート課題、次回講義内容の予習（４時間以上）
第7回 推定と検定２ 区間推定、検定 講義全体の内容の復習、レポート課題（４時間以上）
第8回 総括と試験 期末試験 講義全体の内容の復習、および、期末試験の解き直し（４時間以上）
※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: --%　B: --%　C: 15%　D: --%
成績評価法
小テスト　50％、学期末の筆記テスト　50％
教科書にかかわる情報
教科書 書名 データサイエンス技術（第４版） ISBN 9784780612561
著者名 相田　紗織 出版社 学術図書出版社 出版年 2024
備考
参考書にかかわる情報
備考
メッセージ
キーワード
統計学、基本統計量、可視化、推定、検定
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
  • 産業と技術革新の基盤をつくろう
(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。
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
関連科目
履修条件
連絡先
E-mail；stani at yamaguchi-u.ac.jp（' at 'には'@'を入れてください）
研究室；理学部1号館433号室
オフィスアワー
随時（講義や会議などの用事がない限りいつでもOKです。できれば、事前にメールで連絡してください。）

ページの先頭へ