データサイエンス入門 （社会情報）

Introduction to Data Science （社会情報）

全学共通科目

-

社会情報科学部

1年

IA9991GCA7

2.00単位

講義・演習 (Lecture/Seminar)

2024年度前期

(Spring semester)

西出 哲人、木庭 淳

社会情報科学部

日本語

目標9

月曜5限　情報科学研究棟4階

{kiniwa, nishide}
@sis.u-hyogo.ac.jp

ー

ー

4-2◎

ー

【講義目的】本講義前半では、本学情報処理教育システムおよび自分自身のノートパソコンを利用し、本学での大学生活に最低限必要となる、基礎的な情報処理に関する知識と技法の習得を目指す。また、本講義後半では、実際にPythonプログラムや表計算ソフトを実行しながら、データサイエンスリテラシーレベルの学習を行う。
【到達目標】　(1) 表計算、グラフ作成、集計・分析技法の習得
　(2) 情報リテラシーと情報処理教育システムの利活用方法の習得
　(3) BYOD上にPythonプログラム実行環境を構築し与えられたコードを実行できる
　(4) Pythonプログラム実行と座学によるデータサイエンスリテラシーレベルの習得

サブタイトル：情報リテラシー
キーワード：表計算、データ分析

【講義内容】
PC実習を行い、今後の調査、研究に必要な情報処理、データサイエンスに関する基礎的な知識と技法を以下の授業計画に従って習得する。なお、講義の理解度や学生の習熟度に応じて、講義の順番や内容を変更する可能性がある。

【授業計画】
１．情報処理教育システムの概要（ユニバーサルパスポート、PC環境調査）
２．情報リテラシー１（GWSE, Zoom）
３．情報リテラシー２（その他学部内情報システム、インターネット）
４．情報リテラシー３（セキュリティ、著作権）
５．情報リテラシー４（Excelなどツールを用いたデータ分析１）
６．情報リテラシー５（Excelなどツールを用いたデータ分析２）
７. 演習準備：環境の構築
８．データを扱う，見る，要約する(1)
９．データを扱う，見る，要約する(2)
１０．データの関係性を調べる(1)
１１．データの関係性を調べる(2)
１２．オープンデータ分析と仮説検証(1)
１３．オープンデータ分析と仮説検証(2)
１４．線形単回帰による予測
１５．分類
※7回目以降は受講生の理解度に応じて，流動的に変更する
※7回目以降の演習ではPythonを用いてプログラミングを行うが、理解のためにExcelも併用する。

※パソコンの利用：利用する。初回の講義で案内する。
※生成系 AI の利用：生成系 AI の利用については教員の指示に従うこと。レポート，小論文，学位論文等については、学生本人が 作成することを前提としているため、生成系AIのみを用いて作成することはできない。生成系 AI による出力をそのまま提出したこ とが判明した場合は単位を認定しない、又は認定を取り消すことがある。

(教科書) Pythonによるビジネスデータサイエンス1巻「データサイエンス入門」朝倉書店

(参考書)杉本くみ子、大澤栄子「情報リテラシーOffice2016」実教出版株式会社

その他は授業で指示する。

【予習】授業に際して指示するテキスト・オンデマンド教材の部分を事前読み込み（15ｈ）
【復習】レポート作成（10回、30ｈ）、講義内容の理解を深め定着させるためにテキスト・オンデマンド教材を読み直し（15ｈ）

採用しない

【成績評価の基準】本学部の講義・演習の基礎となる水準の情報処理、データ分析に関する知識と技法を習得した者に単位を授与する。講義目的・到達目標に記載される能力（情報処理に関する基礎的な知識と技法、データサイエンスリテラシーレベルの習得）の到達度に応じて、 S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）による成績評価のうえ、単位を付与する。
【成績評価の方法】
①授業中に課す課題(70%）、②授業への取組と参加（30%）で総合的に行う。

小テストは、原則次の講義内で解説する。
レポートは優れた内容のものを講義の中で紹介しながら講評し、特に典型的な間違いについては注意を促す。
定期試験は、授業評価アンケートの教員コメント欄に試験結果に関するコメントもあわせて記載する。

定期試験を行わないので、課題は必ず提出すること。

該当しない

講義の状況，情報システムの環境により、内容の一部を変更する可能性がある。
データサイエンス教育のリテラシーレベルにおける、情報倫理に関する教育は、２年時後期必修科目「情報倫理と法」で行う。また、実際の企業におけるデータ活用の事例については、１年生前期必修科目「社会情報科学概論」、１年生後期必修科目「データ分析の最前線」、および「経営データ概論」にて講義する。