基本情報/Basic Information

開講科目名 ／Course	自然・環境・人間２(数理データサイエンス－理論と実践)／NATURE,ENVIRONMENT AND HUMANITY2(MATHEMATICAL DATA SCIENCE: THEORY AND PRACTICE)
開講所属 ／Course Offered by	大学全カリ総合科目／
ターム・学期 ／Term・Semester	2023年度／2023 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	水1／Wed 1
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	和田　一郎

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
和田　一郎	言語文化学科／INTERDISCIPLINARY STUDIES

授業の目的・内容 ／Course Objectives	本講義では、これからのデータサイエンス社会において必須となる数理モデルとデータサイエンスの活用についての初歩を学ぶ。具体的にはビジネスで活用できる統計手法や数理モデルを用いた事例や演習を予定している。講義ではツールの使い方の基礎を学ぶとともに、これらを活用した先には何が見えるのかの視点で行う。ツールはRを使用しインストールから始めるがかなり講義のスピードは速く、また課題も多く出す予定であり、自主学習及びグループワークは必須である。また、さまざまにソフト等をダウンロードするのでパソコン持参が望ましい。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	第1回目と第14回目を除いて概ね以下の順序で授業を進める。 １．教員による前回授業の課題に対する解答と解説 ２．教員による当日の授業内容に関する基本的事項の説明 ３．教員による講義概説 ４．受講者各自による問題の解答作成 ５．受講者による解答例の提示 ６．教員による解答例に対する解説 ７．教員による課題の提示 ８．受講者による課題の解答作成と提出 　※自ら積極的に問題を解き、授業に参加すること。
事前・事後学修の内容 ／Before After Study	【講義レジュメや課題を事前に配布する】 　事前：当日の内容の予習（１時間半程度） 　事後：当日の内容と課題に関する復習（１時間半程度）
テキスト1 ／Textbooks1	書籍名 ／Title みんなの医療統計 著者 ／Author name 新谷　歩 出版社 ／Publisher 講談社 ISBN ／ISBN 978-4-06-156314-8 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/ｻｲﾄ名 ／Title みんなの医療統計　多変量解析編 著者 ／Author name 新谷　歩 出版社/URL ／Publisher 講談社 ISBN ／ISBN 978-4-06-156321-6 その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／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/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	授業中の問題解答30％、授業後のレポート40％、学期最後の演習（またはテスト）30％により評価します。
関連科目 ／Related Subjects	数学、統計学、機械学習、人工知能応用、コンピュータと言語、プログラミング論、自然言語処理、コンピュータ構造論、教養としてのデータサイエンス
備考 ／Notes	さまざまにソフト等をダウンロードするのでパソコン持参が望ましい。
到達目標 ／Learning Goal	自然、環境、人間に関する学問分野について、副題に示したテーマをもとに、21世紀型市民としてふさわしい実践的な知識を習得し、今後の複雑な国内および国際情勢に対処していく方法について、論理的かつ創造的思考を持って対応できるようにする。

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	はじめに/数理データサイエンスとは？	本講義の概要
2	Rの基礎	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
3	データの視覚化	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
4	データの要約	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
5	データの関連性	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
6	未知のデータの予測	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
7	未知のデータの予測	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
8	データの分類	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
9	データの分類	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
10	サンプルサイズの推定	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
11	演習①	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
12	演習②	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
13	演習③	講義とハンズオンを行います。	問題の予習 提出した課題の確認・復習
14	まとめ	本講義のまとめを行います。