2022年度 データサイエンスPBLⅡ (5014)

授業科目基本情報PDFダウンロード

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	Ⅱ	履修登録システム	使用する
履修登録期間	2022/06/24～2022/07/14	履修取消期限	2022/07/14

教育プログラム別の履修区分

プログラム名	IS	BS	MS	DS	DGI
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、浦岡行治、作村諭一、須藤克仁、小野直亮、宮尾知幸、小鍛冶俊也
教育目的／学修到達目標	【教育目的】 ビッグデータの処理、可視化、統計解析、機械学習などのスキルを応用して実際の研究に役立てるための実習を行う、その過程を通じて、データの奥に隠れた法則やダイナミクスを理解する視点を身につけることで、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ことを目標とする。 【学修到達目標】 1) 目的に応じて適切なデータ処理の方法、可視化の方法を選び、また調べて利用することができる。 2) 統計解析、機械学習などのスキルをオリジナルのデータに対して適用することができる。 3) 解析の結果を客観的に評価し、わかりやすく説明することができる。
授業概要／指導方針	【授業概要／指導方針】 各分野におけるビッグデータ解析、機械学習、統計モデリングといった手法の具体的な応用を身につけるために、各自の研究テーマにもとづく実際のデータを用いて、データサイエンス的な視点から詳細な解析、評価を行う。解析した内容についてはレポートとしてわかりやすくまとめ、各自提出する。 【授業時間外学修（予習・復習等）の目安】 各回毎に授業内で与えられたAssignmentの予習2時間 各回毎に復習2時間程度

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]	担当教員	テーマ	内容
1	－	－	課題説明	物質科学、生命科学領域におけるデータサイエンスの応用方法を身につけることを目標に、各自の研究で用いているデータをもとに、実際的なデータの解析をすすめるためのアプローチを解説し、課題の進め方について説明する。
2	－	－	研究計画	異分野融合チームを作り、演習課題への取り組みを議論する。物質科学の実際のデータを用い、データサイエンス的観点からの問題の切り口についての理解を深めため、それぞれの分野からの意見を出し合う。
3	－	－	データ解析	物質科学、生物科学の分野において急速に必要性を増しているデータサイエンスの考え方と方法論について、実際の実験データを対象にして、より実用的な解析の手法を適用し、それぞれの利点や実用的な問題点について学ぶ。
4	－	－	データ評価	データ解析の基本的な手法を適用した結果について検証し、内容を整理して、用いた手法の妥当性について検証する。解析方法、結果の評価基準などについてのディスカッションを行う。
5	－	－	発展的手法	解析した手法と内容についての検証をもとに、さらに詳細なデータ解析を行うための手法の獲得を目標に、より発展的なデータサイエンスの手法について学ぶ。
6	－	－	開発、実装	課題データ、あるいはオリジナルの研究データをもとに、データ解析のアルゴリズムを実装する。
7	－	－	評価、検証	実際のデータをもとにしたデータ分析を行い、その結果について議論、検証、および考察を行う。
8	－	－	レポート作成、提出	各課題について、データの背景、解析手法の説明、および得られた結果についての考察を、論理的にわかりやすく読めるように整理し、レポートの形にまとめ、提出する。

授業日程

表示可能なデータがありません。

テキスト・参考書

テキスト	必要な資料は、講義前に電子データとして配布する。
参考書	特になし

その他

履修条件	データサイエンス論、データサイエンスPBL Ⅰを履修していること．
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。 ・個別のレポートにより評価する。
関連科目	データサイエンス論、データサイエンスPBL Ⅰ
関連学位	理学、工学、物質科学
注意事項	特になし

授業関連URL

内容
授業内容および資料

配布資料

表示可能なデータがありません。