社会科学におけるデータサイエンス（特別講義）

青木　義充

単位： 2 開講期： １期 開講年度： 2022

閉じる

【授業表題】
AI・データサイエンス入門
【授業の形態・方法・内容】
この授業は講義形式で実施します．授業の各回に授業資料を配布する予定です．なお，新型コロナウイルスの状況等により大学が遠隔授業に切り替える判断をした場合は，B型で授業を行う予定です． 授業では，AI・データサイエンスの入門として，AIとデータサイエンスの関係とその基礎理論を中心に，実社会での利活用までを説明します．特に，データの扱い方と読み解く力をはじめとしたデータリテラシーの習得を重視しています．
【到達目標】
この科目は，AIの仕組みとデータサイエンスの基礎を身につけるものです．データの扱い方と読み解力に代表されるデータリテラシーの習得と，実社会の問題への応用を考えるための基本的な素養を身に着けることを目標としています．
【ディプロマポリシーとの関連】
この科目は，「教養」に関する「基本的な知識と能力」を身につけるための科目です（全学DP2）．
【事前・事後学習】
基礎的な数学（高等学校レベルの数学）が理解できることを前提に授業を進めます． 授業では，なるべく平易な説明を心がけ，通常の復習時間を割くことで理解できるようになっております．なお，復習を含めた授業時間外に行う事前事後学習に要する時間は４時間程度となります．
【授業計画】
第1回 ガイダンス・AIの歴史と現在の潮流 「1-1.社会で起きている変化」 第2回 実務におけるデータの利用と分析 「1-2.社会で活用されているデータ」「1-3.データ・AIの活用領域」「3-1.データ・AIを扱う上での留意事項」「3-2.データを守るうえでの留意事項」 第3回 データ・AIに関する原則／ガイドライン．情報倫理，情報セキュリティについて考える． 「1-2.社会で活用されているデータ」「1-3.データ・AIの活用領域」「3-1.データ・AIを扱う上での留意事項」「3-2.データを守るうえでの留意事項」 第4回 データサイエンスプロセスに基づくAI開発 「1-4. データ・AI利活用のための技術」「1-5. データ・AI利活用の現場」「1-6. データ・AI利活用の最新動向」 第5回 AI時代におけるプロジェクトの推進 「3-1.データ・AIを扱う上での留意事項」「3-2.データを守るうえでの留意事項」 第6回 データの種類と整理 「2-1. データを読む」「2-3.データを扱う」 第7回 騙されない目を養う．統計量の計算と見せ方． 「2-1. データを読む」「2-2.データを説明する」 第8回 データの操作 「2-3.データを扱う」「4-7. データハンドリング」 第9回 １変量のデータについて．バラつきと分布 「2-1. データを読む」「2-2.データを説明する」「2-3.データを扱う」「4-1. 統計および数理基礎」 第10回 ２変量のデータについて．相関 「2-1. データを読む」「2-2.データを説明する」「2-3.データを扱う」「4-1. 統計および数理基礎」 第11回 データを用いた説明．線形モデル 「2-1. データを読む」「2-2.データを説明する」「2-3.データを扱う」「4-1. 統計および数理基礎」 第12回 統計解析ソフトウェアを利用したデータ分析 「4-1. 統計および数理基礎」「4-3. データ構造とプログラミング基礎」 第13回 分析を念頭においたデータの整備 「4-7. データハンドリング」「4-8. データ活用実践（教師あり学習）」 第14回 データ分析の実際① 「4-8. データ活用実践（教師あり学習）」 第15回 データ分析の実際② 「4-8. データ活用実践（教師あり学習）」
【評価方法】
授業参加点：授業の中でクイズとしての小テスト（２回程度）２０％，レポート３０％ 期末レポート：５０％ の割合で評価する．
【教科書】
横内大介・大槻健太郎・青木義充「はっきりとわかるデータサイエンスと機械学習」近代科学社
【参考文献】
横内大介・青木義充「イメージでつかむ機械学習入門」技術評論社
【特記事項】
授業計画における「」内は，数理・データサイエンス教育強化拠点コンソーシアムが策定した「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」に準拠しているものです．
【開講期・曜日時限・ペア・教員名】
開講期・曜日時限が下記の表で示されていますが、履修できる曜日時限は学年・学科等により異なる場合があります。自分の「履修登録」画面に表示される曜日時限のみ履修登録することができます。

開講期	曜日時限	ペア	教員名
１期	水２		青木　義充