データサイエンスPBLⅠ (5013)

授業科目基本情報

科目区分 PBL科目 教職科目 指定なし
単位数 1 選択・必修・自由 必修
授業形態 演習 主な使用言語 日本語/英語
開講時期 履修登録システム 使用する
履修登録期間 2018/11/27~2018/12/10 履修取消期限 2018/12/10

教育プログラム別の履修区分

プログラム名 IS CB BS BN MS CP DS
履修区分
コア科目
履修方法 ・PBL科目から2単位履修すること。
・「データサイエンスプログラム」を選択した学生対象の授業である。

授業科目概要

担当責任教員 中村 哲
担当教員 中村哲、森浩禎、須藤克仁、小野直亮、武藤愛、(石川信行)
教育目的/授業目標 情報科学、バイオサイエンス、物質科学に関わるデータ駆動型科学、AI駆動型科学の最先端の幅広い知識と専門性を高めるために、実際のデータを用いたPBLにより、蓄積された膨大なデータの処理、可視化、分析を行い、それらの理解を通じて、その奥に隠れた「真理」や「価値」を引き出して、次世代の科学・技術の進歩や社会の発展に貢献できる能力を涵養する。
指導方針 専門の異なる研究者・技術者が協力して融合分野を開拓する際に必要となる異分野間コミュニケーション能力や挑戦性・総合性を育成するため、課題演習形式で講義を進め、最後に結果をお互いに発表し議論と考察を深める。

クラス情報



表示可能なデータがありません。

授業計画

回数 日付 [時間] テーマ 内容
1 12/3 [1] 情報学データサイエンスPBLイントロ、課題説明(中村・須藤) 情報科学において,新たな科学の流れとなっているデータサイエンスの考え方,特にサイバーデータ(テキストデータ)を対象にした解析の方法論について学び問題点の整理を行う。
2 12/3 [2] 情報学データサイエンスPBL課題演習(石川) データサイエンスの考え方,方法論について,解析法,検定法などについて事例をもとに学ぶことで理解を深め問題点の整理を行う.また,特にサイバーデータ(テキストデータ)を対象にしたPBL課題解決プロジェクトの演習を行う。
3 12/4 [1] バイオデータサイエンスPBLイントロ、課題説明(森・武藤) 20世紀最後の10年間で急速に進んだゲノム科学がもたらした測定技術や解析技術の技術革新は21世紀に入りさらに加速している。バイオサイエンス分野は多岐にわたるが、その流れのデータを共有し、その解析から生物学的意味抽出の一端を共に挑戦することで理解を進めるバイオサイエンス分野におけるデータサイエンスの必要性について検討を加える。分子生物学からゲノム科学、システム生物学と発展しているバイオサイエンスにおいて、技術革新がもたらした膨大なデータ産生の現状を見る。
4 12/4 [2] バイオデータサイエンスPBL課題演習(森・武藤) 解析結果から生物学的意味抽出を行うため、解析結果をあらゆる方向から見つめる挑戦を行う。さらにそれらから見られる共通点と既知情報との相関から生物学的意味を考える。
5 12/10 [1] 情報学データサイエンスPBL課題発表、討論(須藤・小野・石川) 情報学データサイエンスPBL課題について,チーム単位でプロジェクト演習を行い,その結果について発表を行う。
6 12/10 [2] 情報学データサイエンスPBL課題発表、討論(須藤・小野・石川) 情報学データサイエンスPBL課題について,チーム単位で実施されたプロジェクト演習の発表について議論を行い,内容のより深い考察,問題点の整理を実施し,より深いデータサイエンスの理解を目指す。
7 12/11 [1] バイオデータサイエンスPBL課題発表、討論(森・武藤) バイオデータサイエンスPBL課題説明,演習で取組んだ分野と違う分野のデータを共有し、その解析から生物学的意味抽出の一端を共に挑戦することで理解を進める。そして、種々の分野の課題の共通で抱える問題点を整理する。
8 12/11 [2] バイオデータサイエンスPBL課題発表、討論(森・武藤) 解析結果から生物学的意味抽出を行うため、バイオデータサイエンスPBL課題説明,演習の取組みを行うが、さらに生物学的には違う研究対象であるが、情報学的には共通の問題解決法に帰結できることも理解しながら、共通点、相違点を考え、いかにバイオサイエンス分野にデータサイエンス手法を活用するかを理解する。

授業日程

回数 日付 時間 講義室 備考
1 12/3 1 A207
2 12/3 2 A207
3 12/4 1 A207
4 12/4 2 A207
5 12/10 1 A207
6 12/10 2 A207
7 12/11 1 A207
8 12/11 2 A207

テキスト・参考書

テキスト 特になし
参考書 特になし

その他

履修条件 データサイエンス序論、データサイエンス論の履修が望ましい。
オフィスアワー Eメールで連絡の上、日時を決める
成績評価の方法と基準 ・合否で評価する。
・課題発表内容とレポートにより評価する。
関連科目 データサイエンスPBLⅡ
関連学位 理学、工学、バイオサイエンス
注意事項 特になし

授業関連URL



表示可能なデータがありません。

配布資料



表示可能なデータがありません。