「数理・データサイエンス入門」について

本学では2020年度入学生から、全学の学部1年生必修科目として「数理・データサイエンス入門」を開講しています。
科目開設の主なコンセプトは以下のような内容になります。

  1.  データを使った分析、人工知能の活用について、現代の社会において様々な業種で重要度が増している中、理系・文系を問わず大学生が身につけておくべき入門的な知識を学修する。
  2. 各学部の専門分野に関する卒業研究等を遂行するにあたり求められる統計分析やデータ処理の手法について、1年次の段階で基礎的内容を俯瞰することで、データに応じた的確な方法を選択できるようにし、更に発展的な学修を進める足掛かりとなるようにする。

受講について

【受講・動画配信】

  • 本科目では対面授業を実施せず、「インターネット上の授業動画の視聴」に続き「小テストへの解答」という流れで進行します。
  • 「数理・データサイエンス入門」では、動画の視聴、小テストの提出等は、Google Classroomを用いて行います。担当教員から、授業の受講方法についての連絡がありますので、学務情報システムから送られてくる連絡の内容を確認してください。
  • 本科目は、履修上限単位制度(CAP制)の適用対象外となります。

【視聴期間】

  • 2024年度後期の動画視聴開始日は、「単元一覧及び視聴開始日等」をご参照ください。
  • 授業動画は、複数の動画をひとまとめにして「第○節」という形で配信されます。授業開始後、毎週新しい節の動画が公開され、全部で第8節まであります。
  • 動画は各節の開始日以降、授業期間内において繰り返し視聴することが可能です。
  • 動画視聴等の進行イメージは、下図のとおりです。
学期1週 ・・・ 視聴1週 視聴2週 視聴3週 視聴4週 視聴5週 7月28日
第1節 クラスコード詳細連絡等 動画配信開始→動画視聴

各再試小テストの締切日






小テスト
採点公開
再試小テスト
第2節 動画配信開始→動画視聴
小テスト
採点公開
再試小テスト
・・・

・各節に対応する単元の一覧は、「単元一覧及び視聴開始日等」をご参照ください。

【小テスト】

【成績評価】

  • 科目の成績評価は、「合・否」の2段階評価で採点され、GPA値の計算対象外となります。
  • 以下の条件を全て満たした学生は、成績評価「合」として単位が与えられます。
  1. 全ての動画を視聴し、16回の小テスト又は再試小テストに解答する
  2. 全16回の小テスト又は再試小テストのうち所定の回数で合格点を取る
  • 科目の成績評価については、他の教養科目と同じく8月下旬頃に公開される予定です。

【再履修】

  • 本科目は全学部1年生の必修科目です。成績評価が「否」になった場合は、来期前学期に再履修が必要ですので、後日出される掲示等の指示に従ってください。

質問回答と意見交換

  • 本科目はフルオンラインでの実施にあたり、チューターによる質問回答や学生同士の意見交換ができる場を用意しています。

【教室あるいはGoogle Classroom「ストリーム」等でのチューターによる質問回答】

  • 学内のアクティブラーニングルーム又はその他の教室を使い、チューターへの質問や学生同士の意見交換ができます。
  • チューターによる質問回答の対応日時と場所は詳細が決定次第このページでお知らせいたします。変更があった場合も、最新情報を掲載します。
    また、Google Classroomの「ストリーム」にて、チューターへの質問や学生同士の意見交換をすることも可能です。

【質問回答の対応日時】

【システム利用方法等の問い合わせ】

  • 授業内容以外のシステム利用方法等の質問については、メールフォームからお問合せください。

視聴環境

  • 動画の視聴環境は自宅PC等(スマートフォンでも視聴可能)も含めて、以下の方法があります。利用しやすい環境にて動画の視聴をしてください。
  1.  自宅のPC等で視聴する
  2.  学内(各学部の講義室棟等)でノートPC等をeduroam接続して視聴する
    (回線速度の観点からWRL-SUCCESSではなくeduroamからの接続を推奨します)
  3.  情報基盤センターの計算機実習室PCで視聴する(イヤホンは各自持参)
  4.  附属図書館の貸出用PCで視聴する(ヘッドホン貸出有り)

その他

  • 小テストの解答を他の学生から聞くこと、または他の学生に教えたり公開することは不正行為とみなされます。不正行為が確認された場合、当該学期の全科目の単位が取消される等の厳しい措置が取られます。
  • オンライン提供されている授業動画や小テスト等のコンテンツを、無断で学外に公開・配布することを禁じます。
  • 出演講師の所属は撮影時のものです。

単元一覧及び視聴開始日等

【導入】

「イントロダクション」 (学長)/ 視聴開始:4月22日(月)

【第1節】

視聴開始:5月8日(水)
小テスト解答締切:5月26日(日)/小テスト採点公開:5月30日(木)

No. 単元タイトル 出演講師 小テスト
1.1 ビックデータとAI 荒木 由布子、山本 泰生(情報学部) 第1回
1.2 医療診断1 石原 顕紀(理学部)
1.3 医療診断2 石原 顕紀(理学部)
1.4 画像認識 大橋 剛介(工学部)
1.5 音声認識 甲斐 充彦(工学部)

【第2節】

視聴開始:5月20日(月)
小テスト解答締切:6月2日(日)/小テスト採点公開:6月6日(木)

No. 単元タイトル 出演講師 小テスト
2.1 アナログとデジタル 堀池 徳祐(農学部) 第2回
2.2 アナログデータからデジタルデータへの変換1 堀池 徳祐(農学部)
2.3 アナログデータからデジタルデータへの変換2 堀池 徳祐(農学部)
2.4 文字コード 堀池 徳祐(農学部)
2.5 プログラミングの概要1 室伏 春樹(教育学部) 第3回
2.6 プログラミングの概要2 室伏 春樹(教育学部)

【第3節】

視聴開始:5月27日(月)
小テスト解答締切:6月9日(日)/小テスト採点公開:6月13日(木)

No. 単元タイトル 出演講師 小テスト
3.1 データ処理に用いられる言語1 八柳 祐一(教育学部) 第4回
3.2 データ処理に用いられる言語2 八柳 祐一(教育学部)
3.3 プログラミング環境1 八柳 祐一(教育学部) 第5回
3.4 プログラミング環境2 八柳 祐一(教育学部)
3.5 プログラミング活用事例1 新谷 誠(情報学部)
3.6 プログラミング活用事例2 板口 典弘(情報学部)

【第4節】

視聴開始:6月3日(月)
小テスト解答締切:6月16日(日)/小テスト採点公開:6月20日(木)

No. 単元タイトル 出演講師 小テスト
4.1 尺度水準 堀池 徳祐(農学部) 第6回
4.2 代表値1 佐藤 一憲(工学部)
4.3 代表値2 佐藤 一憲(工学部)
4.4 データの可視化1 堀池 徳祐(農学部) 第7回
4.5 データの可視化2 柴垣 裕司(農学部)
4.6 データの可視化3 逢坂 興宏(農学部)
4.7 データの可視化4 逢坂 興宏(農学部)

【第5節】

視聴開始:6月10日(月)
小テスト解答締切:6月23日(日)/小テスト採点公開:6月27日(木)

No. 単元タイトル 出演講師 小テスト
5.1 相関係数 関根 理香(理学部) 第8回
5.2 回帰直線 関根 理香(理学部)
5.3 相関関係と因果関係 竹内 浩昭(理学部)
5.4 回帰分析 高瀬 浩二(人文社会科学部) 第9回
5.5 主成分分析 鈴木 拓也(人文社会科学部)
5.6 クラスター分析 鈴木 拓也(人文社会科学部)

【第6節】

視聴開始:6月17日(月)
小テスト解答締切:6月30日(日)/小テスト採点公開:7月4日(木)

No. 単元タイトル 出演講師 小テスト
6.1 確率と確率変数 河合 信之輔(理学部) 第10回
6.2 確率分布と期待値 河合 信之輔(理学部)
6.3 確率と確率分布 松本 敏隆(理学部)
6.4 母集団,標本,無作為抽出 吉田 崇(人文社会科学部) 第11回
6.5 有意差検定 高瀬 浩二(人文社会科学部)
6.6 様々な検定手法の紹介 橋本 剛(人文社会科学部)

【第7節】

視聴開始:6月24日(月)
小テスト解答締切:7月7日(日)/小テスト採点公開:7月11日(木)

No. 単元タイトル 出演講師 小テスト
7.1 人工社会シミュレーション 一ノ瀬 元喜(工学部) 第12回
7.2 行政データの活用 上藤 一郎(人文社会科学部)
7.3 動画解析に基づく映像生成技術 岡部 誠(工学部)
7.4 ロボットの動作生成と行動学習 小林 祐一(工学部) 第13回
7.5 数理モデルと統計モデル 上藤 一郎(人文社会科学部)
7.6 自然言語処理 狩野 芳伸(情報学部)

【第8節】

視聴開始:7月1日(月)
小テスト解答締切:7月14日(日)/小テスト採点公開:7月18日(木)

No. 単元タイトル 出演講師 小テスト
8.1 データの収集、データの保存、前処理1 山本 祐輔(情報学部) 第14回
8.2 データの前処理2,分析手法の選択 山本 祐輔(情報学部)
8.3 個人情報保護法 原田 伸一朗(情報学部) 第15回
8.4 データの取り扱いに関する注意 原田 伸一朗(情報学部)
8.5 情報セキュリティ 大木 哲史(情報学部)
8.6 情報の信頼性 塩田 真吾(教育学部) 第16回
8.7 改竄 中村 美智太郎(教育学部)
8.8 再現性,チャンピオンデータ 中村 美智太郎(教育学部)

 

【補足動画】

視聴開始:4月22日(月)
PPDACサイクル  坂本孝丈(創造科学技術大学院・大学教育センター)
機械学習とは?① 坂本孝丈(創造科学技術大学院・大学教育センター)
機械学習とは?② 坂本孝丈(創造科学技術大学院・大学教育センター)

 

※各動画の長さは単元により異なりますが、概ね10分前後となります。
※第1節は他の節よりも視聴期間が長めに設定されています。
※「小テスト採点公開」については、採点作業が完了し次第、上記日付より早く公開される場合もあります。
※上記の日程等に変更が出た場合は、一斉メールと大学教育センターWEBサイトにて案内します。

 

「数理・データサイエンス入門」監修

小西 達裕(主担当:情報学部)
坂本 孝丈(創造科学技術大学院・大学教育センター)
須藤 智(大学教育センター)
関口 勝夫(大学教育センター)
滑田 明暢(大学教育センター)※主担当を除き五十音順

パンフレットダウンロード

オンライン授業の受講案内

問い合わせ先

システム利用方法等の質問は以下のメールフォームからお問合せください。
※回答に時間が掛かることがあります。また、内容によっては返信できない場合があります。
※授業内容に関する不明点は、上記の質問回答と意見交換の項目を確認してください。




    学年



    This site is protected by reCAPTCHA and the Google
    Privacy Policy and
    Terms of Service apply.