徳島文理大学

Webシラバスシステム

 TOP 戻る
徳島文理大学短期大学部

【科目名】    情報応用工学I (Applied Informatics I)

科目番号10380担当教員名山本　由和単位2単位
科目群専門必修・選択必修開講期後期 対象年次2年
授業概要
データサイエンスとAIに関する知識・スキルを自らの専門分野において応用するための講義と演習を行う．最初に，データ駆動型社会とデータサイエンスと分析手法についての講義を行う．
次に，データエンジニアリング基礎とAI基礎の講義内容を含めて，分析設計を理解するために，実データ，実課題を⽤いたグループでの分析を行う．そして，分析結果を理解して，プレゼンテーションを行う．
なお，この授業の内容は，文部科学省「数理・データサイエンス・AI教育強化拠点」コンソーシアムのモデルカリキュラムに沿っているので，工業数学Bと工業数学B演習の内容を使用します．工業数学Bと工業数学B演習の単位を修得していることが望ましい．
到達目標
1. 知識
データ駆動型社会においてデータサイエンスを学ぶことの意義を理解する
収集したデータを観察し，データの重複や⽋損に気付くことができる
2. 態度
予測やグルーピング，パターン発⾒などのデータ分析を実施できる
3. 技能
データを可視化し，意味合いを導出することができる
4. 思考・判断
分析⽬的に応じ，適切なデータ分析⼿法、データ可視化⼿法を選択できる
データを活⽤した⼀連のプロセスを体験し，データ利活⽤の流れ(進め⽅)を理解する
仮説や既知の問題が与えられた中で，必要なデータにあたりをつけ，データを分析できる
分析結果を元に，起きている事象の背景や意味合いを理解できる
授業計画授業形態授業時間外学習
【1】ガイダンス，データ分析の進め方講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【2】データ分析(単回帰分析)，数学基礎(代表値(平均値，中央値，最頻値), 分散，標準偏差，相関係数，相関関係と因果関係，ベクトルの演算，ベクトルの和とスカラー倍，内積)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【3】データ分析(重回帰分析の結果の解釈とモデル選択)，アルゴリズム(アルゴリズムの表現(フローチャート), 並び替え，探索，ソートアルゴリズム，探索アルゴリズム)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【4】データ分析(ロジスティック回帰分析)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【5】データ分析(主成分分析)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【6】データ分析(時系列データと基礎集計・変動分解)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【7】データ分析(アソシエーション分析)講義配布された演習問題を用いて復習する。
【所用時間】1.5時間
【8】データ分析(クラスター分析)講義と演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【9】グループワーク(データ収集)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【10】グループワーク(課題設定とその解決法の検討)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【11】グループワーク(前処理)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【12】グループワーク(分析)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【13】グループワーク(課題解決と討議)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【14】グループワーク(最終討議と発表資料作成)演習・実習配布された演習問題を用いて復習する。
【所用時間】1.5時間
【15】グループワーク(成果発表)講義と演習配布された演習問題を用いて復習する。
【所用時間】1.5時間
評価方法
以下の項目に概ねの評価比率を与え，各項目の総和を基本とした評価点とする．
・講義毎に実施する確認問題の得点: 30%
・試験とまとめの総計の得点: 70%
定期試験・演習対する解答はGoogle Classroomを通じてフィードバックする．
教科書
応用基礎としてのデータサイエンス，講談社
参考図書
備考
授業計画１項目につき、２コマ連続して授業を行う。
【オフィスアワー】水曜・5時間目(16:25〜17:55)　10号館8F 3801室
【科目ナンバー】EDIF205P
【実務経験】なし