タイトル

開講年度 開講学部等
2025 国際総合科学部
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,金5～6   2.0
時間割番号 科目名[英文名] 使用言語 単位数
1091011355 科学技術論演習Ⅲ(社会科学情報処理応用)[Science and Technology Seminar III] 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
杉野 弘明[SUGINO Hiroaki] ー
担当教員[ローマ字表記]
杉野 弘明　[SUGINO Hiroaki]
特定科目区分 STEAM関連科目 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
本講義では、科学技術論演習Ⅱ：社会科学情報処理入門に引き続き、統計解析を行うツールとしてRを取り上げ、社会科学で使用される分析手法の中でも、特に応用的なものを取り上げ、実際に分析コード（プログラム）を書きながら分析の実践を行う。また、Rで使用できる多様なパッケージを活用し、Publication-readyな図を描画する技法を身に付けると共に、再現可能で透明性の高い分析を実施するためのスキルを身に着けることを目指す。
授業の到達目標
地域社会や国際社会、様々な規模・地域において多様な課題が生じている。これらの社会的な課題対し積極的に関与するには、科学・技術や文化・社会など幅広い知識とそれらを総合的に活用し、情報収集や問題点の整理、更に適切な課題の設定と解決へとつながる実践力が求められる。本科目では、そのための科学技術に関わる基本的な知識や技術の習得と共に、科学技術と社会が関わる諸問題に対する自発的な疑問と思考を育み、課題解決に向けて積極的に関与するための実践的な基盤を育むことを目的とする。
授業計画
【全体】
毎回の授業にて，アクティブラーニング型授業を展開する。1回の授業の基本的な構成は下記の通りである；
【前半】講義形式で進め，各回全般的事項に係る「知識・理解」の獲得を図る。
【後半】各回の中心的事項に関して，主に個人作業を通して「実践的技能」の習得を図る。
項目 内容 授業時間外学習 備考
第1回 分析環境の構築 ①RとR Studioのインストール
②参加者の環境確認
③分析環境の構築 		講義内容の予習と復習（目安：2時間）
第2回 ソフトウェアハンドリング ①基本操作の復習
②応用的な操作方法
③Markdown記法について 		講義内容の予習と復習（目安：2時間）
第3回 データハンドリング ①基本的なデータハンドリングの復習
②各種パッケージを利用した応用的なデータ操作
③応用的データハンドリングの実践 		講義内容の予習と復習（目安：2時間）
第4回 データビジュアライゼーション ①基本的なデータの可視化方法の復習
②各種パッケージを利用した応用的な可視化手法操作
③応用的なデータ可視化手法の実践 		講義内容の予習と復習（目安：2時間）
第5回 主成分分析 ①主成分分析の概要
②主成分分析のケーススタディ
③主成分分析の実践
④主成分分析の結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第6回 因子分析 ①因子分析の概要
②因子分析のケーススタディ
③因子分析の実践
④因子分析の結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第7回 対応分析 ①対応分析の概要
②対応分析のケーススタディ
③対応分析の実践
④対応分析の結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第8回 判別分析 ①判別分析の概要
②判別分析のケーススタディ
③判別分析の実践
④判別分析の結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第9回 決定木分析 ①決定木分析の概要
②決定木分析のケーススタディ
③決定木分析の実践
④決定木分析の結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第10回 ランダムフォレスト ①ランダムフォレストの概要
②ランダムフォレストのケーススタディ
③ランダムフォレストの実践
④ランダムフォレストの結果の見方と報告の仕方 		講義内容の予習と復習（目安：2時間）
第11回 ネットワーク分析１ ①ネットワーク分析の概要
②ネットワーク分析のケーススタディA
③ネットワーク分析の実践A
④ネットワーク分析の結果の見方と報告の仕方A 		講義内容の予習と復習（目安：2時間）
第12回 ネットワーク分析２ ①ネットワーク分析のケーススタディB
②ネットワーク分析の実践B
③ネットワーク分析の結果の見方と報告の仕方B 		講義内容の予習と復習（目安：2時間）
第13回 テキストマイニング１ ①テキストマイニングの概要
②テキストマイニングのケーススタディA
③テキストマイニングの実践A
④テキストマイニングの結果の見方と報告の仕方A 		講義内容の予習と復習（目安：2時間）
第14回 テキストマイニング２ ①テキストマイニングのケーススタディB
②テキストマイニングの実践B
③テキストマイニングの結果の見方と報告の仕方B 		講義内容の予習と復習（目安：2時間）
第15回 振り返りとまとめ 講義全体を振り返るために，これまで学んできた様々な社会科学調査のデータ解析に関する演習課題を行う。 講義内容の復習（目安：2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: 10%　C: --%　D: 10%
成績評価法
本講義では、講義内課題、講義外課題レポート、最終成果物に基づいて評価します。
講義内課題30％、講義外課題レポート40％、最終成果物30％
教科書にかかわる情報
備考
特に用いない。毎回講義内容に応じた資料を作成し、配布する。
参考書にかかわる情報
参考書 書名 Rによるデータサイエンス : データ解析の基礎から最新手法まで ISBN 9784627096028
著者名 金明哲著 出版社 森北出版 出版年 2017
参考書 書名 Rによる機械学習 : R言語や数式の波に足元をすくわれることなく基礎知識の理解と習得を促進する ISBN 9784798167343
著者名 Brett Lantz著 出版社 翔泳社 出版年 2021
備考
その他の参考文献は、授業の中で適宜紹介します。
メッセージ
本講義は、社会科学に関連する研究を行う際に発生する情報処理と統計解析について、特に高度なものを取り上げ、その知識と技術を演習形式で実践的に身に着けるためのものです。本講義で用いるRに限らず、現在の世の中では若干のプログラミング能力を必要とする一方で、自由な分析を可能とするフリーソフトウェアの開発と発展が目覚しいです。そういったツールに触れることや、技術発展の流れの中に身を置くことで、現代社会における課題に自分の力で向き合う術を学ぶ機会を得られると担当教員は考えております。統計学の基礎とプログラミングの基礎知識を必要とする応用科目となりますが、ソフトウェアの力を借りて高度な分析を行うことができるスキルは、将来必ず役に立ちます。自分なりの社会課題と、諦めない心を持って、ぜひ本講義に挑戦してください。
キーワード
情報処理、統計解析、統計学、計算社会科学、データサイエンス、多変量解析、機械学習
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
アカデミック・ツールのための数学、統計学入門IとII、統計学演習IとII、社会調査法IとII、プロジェクト型課題解決研究、科学技術論演習Ⅱ：社会科学情報処理入門
履修条件
連絡先
教員居室：教育学部C棟2階209号室
内線：5525
E-mail：hsugino [at] yamaguchi-u.ac.jp
オフィスアワー
特に設けていません。必要があれば小さな質問でも構いませんので、いつでも連絡してください。メールでのお問い合わせも可能です。事前にアポを取ってもらえると助かりますが、ふらっと教員室に来て頂いても構いません。教員室に在室中は、ウェブ会議を行っている等を除き、できるだけ対応いたします。

ページの先頭へ