基本情報/Basic Information

開講科目名 ／Course	特殊講義b(データサイエンス入門b)／SPECIAL LECTURE B (INTRODUCTION TO DATA SCIENCE B)
ナンバリングコード ／Numbering Code	【済】21-1036 【営】22-1023 【環】23-1025
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム・学期 ／Term・Semester	2026年度／2026 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	水3／Wed 3
開講区分 ／semester offered	秋学期／Fall
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	本講義は、春学期（データサイエンス入門a）では、データサイエンスを支える環境（ビッグデータ、インターネット）、データ分析の手順、統計の基礎を学びます。秋学期（データサイエンス入門b）では、データ利活用に関わる環境（セキュリティ、情報倫理）、データベースの基礎、および春学期で学んだ統計の応用を扱い、実践的な分析につなげます。 〇春学期：「データサイエンス入門a」 ・データサイエンスを支える環境（ビッグデータ、インターネット） ・データ分析の手順 ・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、相関係数など） ・確率・推測統計の基礎（確率変数、正規分布、標本と母集団、中心極限定理など） 〇秋学期：「データサイエンス入門b」 ・データ利活用の前提（セキュリティ、情報倫理） ・データベースの概要とSQL ・推測統計の応用（区間推定、仮説検定） データサイエンスの重要性は企業活動の中でますます高まっています。本講義を通じて基礎を身につけることで、受講者が卒業後もデータを用いた課題解決やプロジェクトに主体的に取り組めることを目指します。 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、実務にも接続しやすい内容となるよう構成します。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	初回講義では、学習内容、講義の進め方、成績評価方法について説明します。 本講義は対面授業を原則とし、受講にあたっては以下を前提とします。 ・授業中にPCを操作しながら進める場合があります。各自が所有するPCを持参してください。 ・本講義では基礎的な数学的表現を扱いますが、必要に応じて十分な説明を行います。 ・本講義は、データサイエンス入門a／bをセットで学ぶことを想定しています。両科目を併せて受講することで、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体系的に習得できます。 ・データ分析をExcelで行います。 ・秋学期にはSQLを利用したコーディングを行います。 ・各学期の最終回（最終授業日）に、総復習として期末テストを実施します。 ・本講義は全学年を対象とします。
使用言語 ／Language used	日本語/Japanese
採用している授業方法 ／Teaching methods used	プレゼンテーション/Presentation
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/ｻｲﾄ名 ／Title プレステップ統計学Ⅱ　推測統計学 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/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	授業最終日（最終回）にテストを実施します。 成績評価は、出席、課題（30〜40％程度）、期末テスト（60〜70％程度）を総合して行う予定です。 なお、単位取得には出席7回(50%)以上が必要です。 期末試験に参加できない場合は、追試験を実施します。
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a） 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。
DPとの関連 ／Relation to DP	【19カリ・済】---------- ○:幅広い教養 【19カリ・営】---------- ○:幅広い教養 ○:経営分野での専門的知識 【24カリ・済】---------- ○:幅広い教養 【24カリ・営】---------- ○:幅広い教養 ○:経営分野での専門的知識 【24カリ・環】---------- ○:幅広い教養

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	授業の進め方	授業の進め方を説明する
2	データサイエンスにおける情報倫理	データサイエンスを扱う上で重要なELSI、個人情報保護について学ぶ	事前：レジュメの一読 事後：講義ノートの確認
3	ITセキュリティ	情報セキュリティの3要素（機密性・完全性・可用性）を軸に、暗号化／復号や盗聴・改ざん・なりすましへの対策、電子署名とPKI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
4	データベース概要	テーブル定義とER図などリレーショナルデータベース（RDB）の基本構造を学習する。	事前：レジュメの一読 事後：講義ノートの確認
5	データ収集、プログラミング演習（SQL1）	リレーショナルデータベース（RDB）を操作するための言語であるSQLの基本構文を学び、データの検索・抽出・集計ができるようにする。	事前：レジュメの一読 事後：講義ノートの確認
6	データ収集、プログラミング演習（SQL2）	リレーショナルデータベース（RDB）を操作するための言語であるSQLの基本構文を学び、データの検索・抽出・集計ができるようにする。	事前：レジュメの一読 事後：講義ノートの確認
7	推定量と標本平均の分布	データ分析における区間推定や仮説検定の入り口として、推定量の考え方と標本平均の性質について学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
8	点推定と区間推定	データ分析における推定の基本として、点推定と区間推定について学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
9	区間推定(２標本)	区間推定（2標本）の考え方と手順を学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
10	仮説検定	仮説検定の基本について学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
11	仮説検定(1標本)	仮説検定(1標本)の学習を行う	事前：レジュメの一読 事後：講義ノートの確認
12	仮説検定(２標本)	仮説検定(２標本)の学習を行う	事前：レジュメの一読 事後：講義ノートの確認
13	政府統計の総合窓口E-statの利用方法とその演習	政府統計の総合窓口E-statの利用方法を解説し、E-statのデータを用いて演習を行う。	事前：レジュメの一読 事後：講義ノートの確認
14	総復習	総復習を行う