| 開講学期／Course Start | 2021年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 金/Fri 3,金/Fri 4 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | システム理化学科 |
| 対象学年／Year | 1年,2年,3年,4年 |
| 授業科目区分／Category | 教育課程 システム理化学科 |
| 必修・選択／Mandatory or Elective | 必修 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | データサイエンス入門（Dクラス） |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 佐賀聡人,有村 幹治,大平勇一,桃野直樹,青栁 学,岸上順一,岡田吉史,倉重健太郎,花島直彦 |
| 時間割コード／Registration Code | J2081 |
| 連絡先／Contact |
佐賀聡人(教員室：V501 連絡先E-mail: saga@csse.muroran-it.ac.jp)
有村 幹治(e-mail: arimura@mmm.muroran-it.ac.jp) 花島直彦(教員室: B-312，hana@mondo.mech.muroran-it.ac.jp) 倉重健太郎(R301 0143-46-5489 kentarou[at]csse.muroran-it.ac.jp) 岡田吉史(教員室：V402 okada＠csse.muroran-it.ac.jp) 岸上順一(jay@mmm.muroran-it.ac.jp V514 0143-46-5423) 青栁 学(居室 E305-1 Email: maoyagi@mmm.muroran-it.ac.jp) ) 桃野直樹(教育・研究２号館Q206室（内線5656）) 大平勇一(ohira@mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours |
佐賀聡人(金曜日 14:00-15:00)
有村 幹治(特に指定しない。) 花島直彦(水曜日5,6時限（ただし，会議などで不在の場合あり）．これ以外の時間も在室時は対応可能．) 倉重健太郎(水曜日 16:30-17:00) 岡田吉史(木曜日 16:00－17:00 (V402室) ) 岸上順一(1000-1200 every Wednesday) 青栁 学(情報電子工学系学科電気電子系コース掲示板のオフィスアワー一覧,または, http://www.muroran-it.ac.jp/ie/elec/electronics/elec/undergraduate/officehour.html を参照して下さい。 ) 桃野直樹(金曜日：16時～18時（この他、月・火・水：12時～13時で在室していればOK）) 大平勇一(Tue.10:30-12:00) |
| 実務経験／Work experience |
有村 幹治(総合建設コンサルタント会社において研究開発業務に携わった在職経験を有する) 岸上順一(通信事業を扱う企業での研究開発経験を有する) |
| 更新日／Date of renewal | 2021/09/07 |
|---|---|
| 授業のねらい ／Learning Objectives |
幅広い知識と思考力を必要とするデータサイエンスを基礎から学び、その後それぞれの分野でどのように情報学が使われているかを体験的に理解することにより，社会で求められる情報技術を駆使した考え方，対応力などを身につけることを目指します。 |
| 到達度目標 ／Outcomes Measured By: |
1 基本的な情報学の知識と簡単な応用力を身につける 2 工学の様々な場面における情報学の使い方を理解する 3 分析手法の様々な適用範囲を理解できる |
| 授業計画 ／Course Schedule |
2単位(45 分/60 分)×2時限×15回=22.5時間 第１回：データサイエンス概論 第２回：統計ソフトの功罪 第３回：情報学の歴史 第４回：統計処理の基礎 第５回：Webの基礎 第６回：データマイニング概観 第７回：ビッグデータの扱い 第８回：データの可視化 第９回：情報学の基本に関する演習 第１０回：物理と情報学(担当:桃野直樹) 第１１回：機械工学と情報学(担当:花島直彦) 第１２回：建築，土木学と情報学(担当:有村幹治) 第１３回：応用化学，バイオと情報学(担当:大平勇一) 第１４回：電気電子学と情報学(担当:青柳学) 第１５回：リベラルアーツと情報学 各回の学修時間の目安は、事前・事後合わせて４時間必要です。 授業時間前にmoodleにアップする資料を予め理解した上で授業に参加すること。 また授業終了後理解できなかったところなどは教科書ならびに資料を用いて復習すること。 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。 |
| 教科書 ／Required Text |
データサイエンス入門 学術図書出版社（ISBN無し） |
| 教科書・参考書に関する備考 |
教科書は生協で取り扱いますので，各自手に入れて下さい。 参考書などは適宜提示します。 |
| 成績評価方法 ／Grading Guidelines |
到達目標1，3に関しては考え方を問う試験で40％の評価をします．到達目標2に関しては各専門家からのレポートをベースに合計で60％の評価をします．合計で60％以上を合格とします。 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 |
| 履修上の注意 ／Notices |
前半の基礎科目の授業では，出席を評価の対象としませんが，(情報学の基本に関する演習)中間テストではしっかりとした理解を求めます．また各専門の先生の講義ではレポートが出ますので，出席していないと評価の対象になりません。 また，後半の各専門の先生による講義は4クラスが予定されているため，シラバスの順番とはならないことに注意してください。 moodleを多用しますので，頻繁にチェックするようにしてください．休講，補講などの連絡もすべてmoodleで行います。 不合格者は再履修とします。 |
| 教員メッセージ ／Message from Lecturer |
新しい分野です。できるだけ自分で調べられるところは予習してくることを期待しています。 |
| 学習・教育目標との対応 ／Learning and Educational Policy |
学生便覧「学習目標と授業科目との関係表」参照 |
| 関連科目 ／Related course |
情報セキュリティ入門，現代情報学概論 |
| 実務経験のある教員による授業科目 ／Course by professor with work experience |
1.関連した実務経験を有している教員が担当する科目 |
| 備考 ／Notes |
本科目は，数理データサイエンス教育プログラムの科目におけるデータサイエンス科目群に含まれ，科学・工学におけるデータを中心とした情報学的アプローチを学ぶます。数理データサイエンス教育プログラムについては学生便覧（令和３年度～）を参照してください。DSポイント：2ポイント |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
|
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
|
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |