山口大学教務システム - 1071710143-データサイエンス技術演習

開講年度	開講学部等
2025	農学部
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		8.0
時間割番号	科目名[英文名]			使用言語	単位数
1071710143	データサイエンス技術演習			日本語	1
担当教員（責任）[ローマ字表記]					メディア授業
荊木康臣[IBARAKI Yasuomi]					ー
担当教員[ローマ字表記]
荊木康臣　[IBARAKI Yasuomi]
特定科目区分		対象学生		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

農学分野で発生するデジタルデータを利用したデータサイエンス技術の手法の実践を通じ、データサイエンス技術の理解および実際に活用できる能力の修得をめざす。統計処理、データの可視化、データ分析、有意差検定などの従来から当該分野で必要なデータ解析技術に加え、機械学習・クラスタリングといった人工知能技術に関しても基礎的な手法を、農学分野での活用事例を中心に実践する。

授業の到達目標


データサイエンス技術の基礎（各分析手法の原理）を理解し、各分析手法を自分で使えるようにする。特に、農学分野で必要となるデータ分析に関する基礎的な技術を身につける．

授業計画

【全体】

毎回、手法の説明の後に、課題に取り組り、結果をレポートとして提出する。課題は、PythonによるプログラミングおよびExcelを利用して（画像解析においては、専用のソフトウエアも使用する）、取り組む。

	項目	内容	授業時間外学習	備考

第1回	データサイエンス技術の基礎	授業計画、Pythonによるプログラミング基礎、Excelの利用（データの前処理）	予習・復習5時間

第2回

データの可視化

ヒストグラム、確率分布、経時変化、、各種統計量の計算、散布図と相関分析

予習・復習5時間

第3回

有意差検定

F検定、t検定、分散分析、多重検定

予習・復習5時間

第4回

画像解析

ソフトウエアによる解析、自作プログラムによる解析

予習・復習5時間

第5回

機械学習１

教師なし学習（主成分分析、クラスター分析、k-meanns）

予習・復習5時間

第6回

機械学習２

決定木と情報エントロピー、ランダムフォレスト

予習・復習5時間

第7回

機械学習３

ニューラルネットワーク、深層学習

予習・復習5時間

第8回

解析結果の評価手法

決定係数、誤差評価指標（RMSE、RMSPE、MAE）、混同行列、IoU

予習・復習5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】