授業概要
|
|
これからの科学者・技術者の基礎となるデータサイエンスとは何かについて、実践的な取り組みを行う中で理解を深める。ソフトウェアとしては、Pythonを拡張したオープンソースのJupyter notebookを用いて、ビッグデータの扱い方、プログラミング、AI 等のデータ分析、そしてそれに必要となる経験科学である洞察について学習する。
|
You can get a comprehensive understanding of data science which is the basis for scientists and engineers through a practical software engagement. Open source software, Jupyter notebook which is the extension of interactive Python is used. You can learn how to deal with big data, programming, data analysis in terms of AI.
|
|
|
キーワード
|
|
データサイエンス、プログラミング、データ分析、Python、Jupyter notebook
|
|
|
授業形態 (項目)
|
|
■ 講義・演習 □ 実験 □ グループワーク・ペアワーク □ 学内外実習 □ プレゼンテーション □ ディスカッション □ PBL/TBL
|
|
|
授業形態 (内容)
|
|
各自の持参したラップトップに、ダウンロードした講義資料とファイルを用いて講義は進める。このため、ラップトップがない場合は講義を取ること出来ない。
|
|
|
使用する教材等
|
|
板書、テキスト(紙媒体)、スライド資料(電子媒体)、映像・音声資料
|
|
|
履修条件等
|
|
各自ラップトップ(タブレットに関しては確認中)の持参が必須。教材ウェアのインストールに5GBの空き領域が必要。 ラップトップのOSは、MacOS, Windows, Linux(Unix)であることが必要である。
|
|
|
履修に必要な知識・能力
|
|
基本的なラップトップの操作と、簡単なコマンドを入力出来る技能。プログラミングについての興味がないと、継続は大変な可能性がある。
|
|
|
到達目標
|
|
| |
No
|
観点
|
詳細
|
|
1.
|
A:知識・理解
|
|
|
2.
|
B:専門的技能
|
|
|
3.
|
C:汎用的技能
|
|
|
4.
|
D:態度・志向性
|
|
|
|
|
授業計画
|
|
|
|
授業以外での学習にあたって
|
|
|
|
テキスト
|
|
|
|
参考書
|
|
|
|
授業資料
|
|
|
|
成績評価
|
|
|
|
成績評価基準に関わる補足事項
|
|
|
|
ルーブリック
|
|
|
|
学習相談
|
|
|
|
添付ファイル
|
|
|
|
授業担当者の実務経験有無
|
|
|
|
授業担当者の実務経験内容
|
|
<実務経験の内容>
<実務経験が授業にどういかされるか>
|
|
|
その他
|
|
|
|
更新日付
|
|
2020-11-13 12:14:42.705
|