山口大学教務システム - 1062629000-データサイエンス技術

開講年度	開講学部等
2026	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	火1～2	講義	5.0
時間割番号	科目名[英文名]			使用言語	単位数
1062629000	データサイエンス技術[Data Science Technology]			日本語	2
担当教員（責任）[ローマ字表記]					メディア授業
李知殷					ー
担当教員[ローマ字表記]
李知殷, 松本　直之　[MATSUMOTO Naoyuki]
特定科目区分		対象学生	感性	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

データサイエンス技術に関連する統計学、情報科学、AIの基礎について理論説明及び演習を実施する。

授業の到達目標

・データサイエンスの基本的な概念を理解する。
・統計数理基礎、統計的推測・統計的検定の基本的な概念を理解する。
・データ分析と可視化の基本的な概念を理解する。
・機械学習（教師あり学習、教師なし学習）の基本的な概念を理解する。
・実社会のデータに興味を持ち、その活用について考える。

授業計画

【全体】

データサイエンス技術に関連する統計学・情報科学・AIの基礎について、理論の解説と演習を通して、データサイエンスを活用するために必要な基礎素養を身につける。
また、建築学で活用されているデータサイエンス技術を紹介し、建築学の学生が授業や卒業論文等でデータサイエンス技術を主体的に活用できるようにする。
講義は非常勤教員が担当して実施する。

	項目	内容	授業時間外学習	備考

第1回	データサイエンスの概要と演習環境の構築	・次の内容について授業を実施する。　世界や日本におけるデータサイエンスの動向　建築学におけるデータサイエンスの動向　演習環境の構築	要出席課題あり。講義の復習を行う（想定：４時間）。	パソコン必須要出席課題あり

第2回

Pythonプログラミングの振り返り

・授業で必要なPythonプログラミングスキルについて演習を実施する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第3回

統計数理基礎

・次の内容について授業を実施する。
　データの記述
　確率と確率分布

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第4回

統計的推測・統計的検定

・次の内容について授業を実施する。
　統計的推測
　統計的検定

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第5回

AIの詳細と実務での活用詳細

・次の内容について授業を実施する。
　機械学習の概要
　深層学習の概要
　実務でのAI活用シーンの説明

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第6回

データ分析と可視化

・データの可視化方法と意味抽出について学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第7回

機械学習：データの前処理

・データの理解と欠損値の処理について学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第8回

機械学習：教師あり学習

・回帰モデルの構築方法と評価方法について学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第9回

機械学習：教師あり学習

・モデルの精度向上のための様々な工夫方法について学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第10回

機械学習：教師あり学習

・教師あり学習のアルゴリズムである、決定木とランダムフォレストについて学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第11回

機械学習：教師なし学習

・教師なし学習で良く使われるクラスタリング、主成分分析のアルゴリズムについて学習する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第12回

深層学習の原理

・深層学習の原理について勉強し、実際に簡単なモデル構築を実施する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第13回

建築分野における深層学習の利用

・建築学における深層学習の利用シーンを体験する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第14回

生成AIの活用

・大規模言語モデルの歴史のトレンドについて説明する。
・プロンプトの作成方法を説明し、生成AIを利用した建築設計の課題を解決する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

第15回

生成AI時代のデータの著作権問題と利用者の責務等

・生成AI利用における法律問題と利用者の責務の重要性について説明する。
・建築学におけるデータサイエンスの展望について説明する。

要出席課題あり。講義の復習を行う（想定：４時間）。

パソコン必須要出席課題あり

※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: 50%　D: --%

成績評価法

講義中の課題　100%

教科書にかかわる情報

備考

教科書は使用しない。講義資料を参照すること。

参考書にかかわる情報

参考書	書名	東京大学のデータサイエンティスト育成講座 ~Pythonで手を動かして学ぶデ―タ分析~				ISBN	9784839965259
参考書	著者名	塚本邦尊 (著), 山田典一 (著), 大澤文孝 (著), 中山浩太郎 (監修), 松尾豊[協力]	出版社	マイナビ出版				出版年	2019

参考書	書名	詳細! Python 3 入門ノート				ISBN	9784800711670
参考書	著者名	大重美幸 (著)	出版社	ソーテック社				出版年	2017

備考

講義の副読本として参照してください。

メッセージ

データ科学と社会，プログラミングの講義で習得する基本的な事項についてよく復習しておくこと。

キーワード

統計的推論　Python 機械学習　AI

持続可能な開発目標（SDGs）

(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。

(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。

メディア授業