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
前期集中
集中
講義
5.0
時間割番号
科目名[英文名]
使用言語
単位数
1041400002
データサイエンス技術Ⅱ(生物学科)[(Data Science Technology Ⅱ)]
日本語
1
担当教員（責任）[ローマ字表記]
メディア授業
櫻井 建成
ー
担当教員[ローマ字表記]
櫻井 建成, 岩楯 好昭 [IWADATE Yoshiaki]
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)
メディア授業
×
メディア授業とは，メディアを利用して遠隔方式により実施する授業の授業時数が，総授業時数の半数を超える授業をいいます。
メディア授業により取得した単位は，卒業要件として修得すべき単位のうち60単位を超えないものとされています。
授業の目的と概要
データサイエンスに必要な基本的な技術を学ぶ。特にデータサイエンスの基本となる実験の計画、基礎統計量、平均値の差の検定について学習する。
授業の到達目標
生物学のデータサイエンスに必要な基本的な技術、すなわちデータサイエンスの基本となる実験の計画、基礎統計量、平均値の差の検定について最低限理解する。
授業計画
【全体】
講義はデータサイエンス技術とはどのような解析手法であるか理解する。生命現象のデータサイエンス的な手法に基づく解析方法を解説する。生命現象をデータを基に理解できるようになることを目指す。データ駆動型社会を見据え、データ表現や、データサイエンス活用事例、AIの歴史、機械学習と基礎と展望、ニューラルネットワーク、AIの構築・評価・再学習など多様なデータサイエンス技術の基礎となる知識を身につける。
項目
内容
授業時間外学習
備考
第1回
ガイダンス
データサイエンス技術IIで講義する内容の概説
復習
(学修時間の目安：4時間以上)
第2回
２郡の実験の検定１
正しい検定方法の検討
復習
(学修時間の目安：4時間以上)
第3回
２郡の実験の検定２
片側検定と両側検定
復習
(学修時間の目安：4時間以上)
第4回
２郡の実験の検定３
ノンパラメトリック検定
復習
(学修時間の目安：4時間以上)
第5回
３郡以上の実験の検定１
３郡以上の場合の実験計画
復習
(学修時間の目安：4時間以上)
第6回
３郡以上の実験の検定２
検定の手順
復習
(学修時間の目安：4時間以上)
第7回
３郡以上の実験の検定３
生物学におけるAIの紹介
分散分析
生物学研究の現場でのビッグデータや機械学習（教師あり学習、教師なし学習、強化学習など）や深層学習などの紹介
復習
(学修時間の目安：4時間以上)
第8回
試験
理解度到達試験。
復習
(学修時間の目安：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: 25% B: 25% C: --% D: --%
成績評価法
授業内で行う課題で評価します。
課題 １００％
教科書にかかわる情報
備考
参考書にかかわる情報
参考書
書名
実験で使うとこだけ生物統計 キホンのホン
ISBN
9784758120777
著者名
池田郁男著
出版社
羊土社
出版年
2017
参考書
書名
実験で使うとこだけ生物統計 キホンのキ
ISBN
9784758120760
著者名
池田郁男著
出版社
羊土社
出版年
2017
備考
メッセージ
本講義は集中講義で行います。
２０２５年度は６月１４（土）、１５（日）に行います。（予備日６月２８（土）、２９（日））
本授業ではパソコンを用いた演習を行います。各自ノートパソコンを持参してください。
キーワード
生物学、統計、標準偏差、標準誤差
持続可能な開発目標（SDGs）
(保健)あらゆる年齢のすべての人々の健康的な生活を確保し、福祉を促進する。
(気候変動)気候変動及びその影響を軽減するための緊急対策を講じる。
(陸上資源)陸域生態系の保護、回復、持続可能な利用の推進、持続可能な森林の経営、砂漠化への対処、ならびに土地の劣化の阻止・回復及び生物多様性の損失を阻止する。
関連科目
データサイエンス技術I
履修条件
連絡先
集中講義世話人 岩楯 iwadate@yamaguchi-u.ac.jp
理学部３号館１１３室
オフィスアワー
随時。
ページの先頭へ