タイトル

開講年度 開講学部等
2025 工学部
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
後期集中 集中 講義 4.0
時間割番号 科目名[英文名] 使用言語 単位数
1062229010 データサイエンス技術Ⅰ[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
神野 有生[KANNO Ariyo] ○
担当教員[ローマ字表記]
神野 有生　[KANNO Ariyo]
特定科目区分   対象学生 社建 対象年次 2～
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本的な概念を学び、データサイエンスに必要な基礎的な技術と技能を身につける。具体的には、データサイエンスの基礎となる統計数理基礎、統計的推測・統計的検定を学んだ後、データ分析と可視化の方法について学ぶ。
授業の到達目標
【知識・理解の観点】　データサイエンスの基本的な知識を身につけている。
【関心・意欲の観点】　データサイエンスの知識と技術を用いて、それぞれの専門分野で新たな価値を生み出すことに関心や意欲をもっている。
【技能・表現の観点】　データサイエンスに必要な基礎的な技能と技術を身につけている。
授業計画
【全体】
オンデマンドの授業である。
教科書とオンライン教材（講義動画・演習問題など）を用いて、期日までに学習を行う。
詳細はガイダンス（オンライン）で説明する。
項目 内容 授業時間外学習 備考
第1回 ガイダンス
統計数理基礎１
 		データサイエンス（データ分析）について概観し、統計数理の基礎を学びます。データサイエンス、変数、母集団と標本について解説します。
 		授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第2回 統計数理基礎２
 		基本統計量、確率について学びます。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第3回 統計数理基礎３ 統計数理の基礎と統計的推測・統計的検定について学びます。様々な確率分布、共分散、相関係数、連関係数について学びます。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第4回 統計数理基礎４
 		統計的推測・統計的検定について学びます。具体的には、点推定、区間推定、t 検定、カイ二乗検定についてです。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第5回 データ分析と可視化１
 		データ分析における可視化（グラフ化）の目的と様々なグラフについて学びます。さらに、実際にグラフを作成してその特徴を分析します。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第6回 データ分析と可視化２
 		データ分析におけるデータの品質の重要性について説明します。その後、データの品質を向上させるための標準化、データクレンジングについて学び、スケーリング、ダミー変数、欠損値処理、外れ値処理について学びます。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第7回 データ分析と可視化３ データ分析のプロセス（手順）と時系列データについて学びます。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：４時間）。
第8回 データ分析と可視化４ 純集計、クロス集計、度数分布（度数、相対度数、累積相対度数）について学びます。クロス集計表を用いたカイ二乗検定の復習も含まれます。 授業内容を復習し、演習問題のやり残しがある場合には期限までに完遂する（学修時間の目安：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: --%　B: --%　C: 40%　D: --%
成績評価法
各回に課される演習問題への回答を欠格条件とし、別途実施する期末試験にて成績評価を行う。
つまり評価の配分は、学期末のテスト　100%、である。
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 山口大学データサイエンスライブラリ（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
教科書が更新され上記の教科書が入手できない場合があります。その場合はガイダンスにて周知します。
参考書にかかわる情報
備考
メッセージ
「土木計画学及びデータサイエンス技術演習」において、本科目の演習課題を設けます。
相互にタイミングを合わせて受講し、学習効果を高めてください。

なお，本科目は，社会建設工学科の掲げる下記の学習・教育目標に対応する。
　（A）土木・環境分野の確かな基礎力を身につける
　　　A-2 土木・環境分野に関連する数学・自然科学・情報処理の基礎的知識
キーワード
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
(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。
関連科目
データ科学と社会I, II
確率統計
建設情報基礎工学
土木計画学
土木計画学演習及びデータサイエンス技術に関する演習
データサイエンス技術II
など。
履修条件
連絡先
神野 有生 kanno@yamaguchi-u.ac.jp
オフィスアワー
神野：金曜日16:00～17:00（ただし事前確認推奨）

ページの先頭へ