| 開講学期／Course Start | 2024年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 金/Fri 10 , 金/Fri 11 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 創造工学科 夜間主コース |
| 対象学年／Year | 1年 , 2年 , 3年 , 4年 |
| 授業科目区分／Category | 教育課程 創造工学科 |
| 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／Introduction to Data Science |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 倉重 健太郎 (システム理化学科数理情報システムコース) , 有村 幹治 (創造工学科建築土木工学コース) , 花島 直彦 (創造工学科機械ロボット工学コース) , 岡田 吉史 (システム理化学科数理情報システムコース) , 岸上 順一 (その他) , 青栁 学 (創造工学科電気電子工学コース) , 澤口 直哉 (システム理化学科物理物質システムコース) , 大平 勇一 (システム理化学科化学生物システムコース) |
| 時間割コード／Registration Code | J8412 |
| 連絡先／Contact |
倉重 健太郎(倉重 健太郎(教員室:R302, kentarou[at]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@muroran-it.ac.jp) 岡田 吉史(教員室：V611 okada＠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@muroran-it.ac.jp) 澤口 直哉(Y607 / 0143-46-5673 / nasawa(at mark)muroran-it.ac.jp) 大平 勇一(ohira@mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours |
倉重 健太郎(倉重 健太郎(水曜日 16:30-17:00))
有村 幹治(特に指定しない。) 花島 直彦(金曜日8,9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．) 岡田 吉史(木曜日 16:00－17:00 (V611室)) 岸上 順一(1000-1200 every Wednesday) 青栁 学(E305-1, 水10:30-12:00, 木14:30-16:00) 澤口 直哉(金曜日 10:25-11:55 (後期)) 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 | 2024/02/05 |
|---|---|
| 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1（担当:岸上順一） 第２回：データサイエンス概論2（担当:岸上順一） 第３回：統計処理の基礎1（担当:倉重健太郎） 第４回：統計処理の基礎2（担当:倉重健太郎） 第５回：統計処理の基礎3（担当:倉重健太郎） 第６回：データサイエンスの手法1（担当：岡田吉史） 第７回：データサイエンスの手法2（担当：岡田吉史） 第８回：データサイエンスの手法3（担当：岡田吉史） 第９回：情報学の基本に関する演習（担当:倉重健太郎，岡田吉史） 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（担当：岸上順一） 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。 |
| 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演習課題で40％の評価をします．到達目標2に関しては各専門家が担当する授業で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。 |
| 履修上の注意 ／Notices |
前半の基礎科目の授業（第1回～第8回）では，出席を評価の対象としませんが，第9回の情報学の基本に関する演習では課題を課すことで、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（第10回～第15回）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，シラバスの順番どおりに実施されない場合がある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。 特に第1回目のための情報もmoodleにて示しますので，「必ず後期授業が開始する前」にmoodle上の情報を確認しておいてください． 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，文部科学省による数理・データサイエンス・ＡＩ教育プログラム認定制度（リテラシーレベル）の認定に基づく，数理データサイエンス教育プログラムの教育科目として実施されます。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。プログラム内容については，学生便覧の数理データサイエンス教育プログラム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） |
情報学の基礎を確認するための演習課題を実施する。 |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
情報学と他の学問分野との係りについて調査する。 |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%～50% |
|
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 |