2024欧洲杯投注官网_沙巴博彩公司-官网平台

基本情報/Basic Information

開講科目名 ／Course	特殊講義a(データサイエンス入門a)／SPECIAL LECTURE A (INTRODUCTION TO DATA SCIENCE A)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム?学期 ／Term?Semester	2025年度／2025 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	水3／Wed 3
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	横塚　志行
遠隔授業科目 ／Online Course	－

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
横塚　志行	経営学科／MANAGEMENT

授業の目的?内容 ／Course Objectives	本講義では、データサイエンスの基礎から実践までを学び、データを活用した意思決定のスキルを習得することを目的とします。春学期ではデータサイエンスのプロセス、統計の基礎を学び、秋学期ではSQLを活用したデータ収集、データ前処理、データ可視化、統計の応用を実践します。 本講義「データサイエンス入門」では、以下の内容を春学期と秋学期に分けて学びます。 春学期：「データサイエンス入門a」 ?データサイエンスの概要と役割（歴史、社会での活用、情報倫理） ?データサイエンスのプロセス ?機械学習の概要 ?記述統計の基礎（度数分布、平均、標準偏差、ヒストグラム、相関係数） ?確率?推測統計の基礎（回帰式、確率変数、正規分布、標本と母集団、大数の法則、区間推定） 秋学期：「データサイエンス入門b」 ?データ収集（データベースとSQL言語） ?データの前処理（欠損値処理、データクレンジング、標準化?統合） ?データ可視化（棒グラフ、散布図、ヒートマップ、ピボットテーブル、BIツール） ?推測統計の応用（仮説検定、1標本?2標本検定） 本講義は、講義形式に加えて、ExcelやSQLを活用した実践的な演習を行うことで、より深い理解を目指します。 データサイエンスは、企業活動における重要性がますます高まっています。本講義を通じて基礎を習得することで、受講生は卒業後もデータサイエンスプロジェクトに自信を持って取り組めるようになります。 また、本講義は経営学科の学位授与方針（DP）に則り、情報技術に関する専門知識の提供を通じて、情報処理の原理を理解し、実務にも役立つ内容を心掛けています。
授業の形式?方法と履修上の注意 ／Teaching method and Attention the course	初回講義において、学習する内容、講義の進め方、成績の評価方法を説明する。 対面授業を原則とし、以下の前提を想定している。 ?PCを操作しながら授業を進めることがあるので、自分が所有するPCを持参しPCの操作(エクセル)ができることこと。 ?本講義は基礎的な数学的表現を利用するが必要に応じて十分な説明を行う。 ?本講義は特殊講義(データサイエンス入門ab)のセットの学習を想定しており、データサイエンスに関する知識とデータ分析手法の基礎を習得できる。したがって、是非データサイエンス入門abを併せて受講してほしい。 ?データ分析のためにエクセルを使った課題提示も指示する。 ?課題提示に対するフィードバックは、授業中に適宜解説を行う。 ?各学期の最終授業で総復習の位置づけで期末テストを実施する。 ?本講義は、全学年を対象としている。
事前?事後学修の内容 ／Before After Study	事前事後の学習時間は合計４時間である。 講義参加者は、事前学習として事前提示予定のレジュメを事前に読んでおいてほしい（２時間）。 事後学習は、授業ノートなどを目を通し内容を理解を促進してほしい（１時間）。 上記以外にも、データサイエンスに関する記事等を日常的に入手しておき当該分野の動きを把握してほしい(1時間)。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/???名 ／Title プレステップ統計学Ⅱ 著者 ／Author name 稲葉由之 出版社/URL ／Publisher 弘文堂 ISBN ／ISBN 4335000871 その他（任意） ／other
参考文献等2 ／References2	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	春学期の授業最終日にテストを実施する。 なお、評価比率は、課題提示(30-40%程度)とテスト(60-70%程度)と想定している。
関連科目 ／Related Subjects	特殊講義a(AI入門a） 特殊講義b(AI入門b） 特殊講義b(データサイエンス入門b） 現代社会１(数理?データサイエンス?AI)
備考 ／Notes
到達目標 ／Learning Goal	経済?経営?環境分野の現場で活躍する人々の講演を通じて、それらの現場の実態および今後の展望等について理解?分析し、見解を提示できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前?事後学修の内容 ／Before After Study
1	講義の進め方	講義の進め方を説明する
2	データサイエンスの役割	データサイエンスの現状とその役割を学ぶ	事前：レジュメの一読 事後：講義ノートの確認
3	データサイエンスの歴史	データサイエンスの過去を振り返る	事前：レジュメの一読 事後：講義ノートの確認
4	データサイエンスにおける情報倫理	データサイエンスに関わる倫理面、プライバシーの問題、歴史について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
5	データ分析の作成プロセス	データ分析の作成の流れを学習する。	事前：レジュメの一読 事後：講義ノートの確認
6	機械学習の概要	機械学習の概要を学習する。	事前：レジュメの一読 事後：講義ノートの確認
7	記述統計（度数分布表、ヒストグラム、平均）	度数分布表、ヒストグラム、平均を学ぶ	事前：レジュメの一読 事後：講義ノートの確認
8	記述統計（分散、標準偏差）	分散、標準偏差について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
9	散布図、相関係数、回帰式	散布図、相関係数、回帰式について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
10	確率変数、正規分布	確率変数と正規分布について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
11	推測統計の導入	標本、母集団、大数の法則と中心極限定理について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
12	推測統計（点推定と区間推定）	点推定と区間推定について学ぶ。	事前：SQLの予習 事後：SQLの復習
13	推測統計（区間推定）	区間推定について学ぶ。	事前：SQLの予習 事後：SQLの復習
14	春学期総復習	春学期の総復習を行い理解を含める