Introductory Data Science

Introductory Data Science

General Courses／Teacher training courses

−

School of Science

1Year

IASBA1GCA7

2.00Credits

講義・演習 (Lecture/Seminar)

Spring semester 2026

草部　浩一,西川　幸志,藤田 守文,山口 明,中林　耕二

理学部

Japanese

4

講義終了後30分・講義室

kusakabe@sci.u-hyogo.ac.jp

ー

ー

4-2◎／4-1〇

Ability to keep polishing

【講義目的】社会におけるデータサイエンスの重要性に対する理解を深め、データサイエンスの概念やその活用について基本的な 技術を修得することである。
【到達目標】データサイエンス活用、データ分析、そして、情報の取り扱いを理解することである。 

キーワード：データサイエンス，データ

【講義内容】兵庫県立大学や学外の情報資源を正しく安全に用いるために最低限必要な知識を学習する。また、実社会における各種データの利活用事例や、データサイエンスで用いられる基本的な数理について授業する。
【授業計画】
[イントロダクション]
１．PC教室の使い方，履修登録
２．Mailの使い方，学術情報館の使い方
[社会におけるデータ・AI利活用]
３．社会で起きている変化
４．データ・AI利活用の最新動向・現場（担当：坂本拡道氏）
５．コンプライアンスと情報倫理（担当：中田欽也氏）
６．サイバー防犯と情報セキュリティ（担当：大杉恵一氏）
７．社会におけるデータ・AI利活用の実践編・実施例
[データを読む・扱う・説明する]
８．Microsoft Excelの使い方
９．データからの情報抽出，基本/要約統計量，・データの可視化 その１
１０．データからの情報抽出，基本/要約統計量，・データの可視化 その２
１１．相関と因果，回帰 その１
１２．相関と因果，回帰 その２
１３．統計的検定
１４．オープンデータの利用，傾向の分析，予測モデル その１
１５．オープンデータの利用，傾向の分析，予測モデル その２
※パソコンの利用：毎回使用予定

In-person

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Limited permission for use

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
この授業においては、以下の範囲において、生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。生成ＡＩの利用につ
いては担当教員の指示に従うこと。教員が認める範囲を超えて生成ＡＩを利用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。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要
である。また、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。
利用可の範囲: 講義資料の要約、課題・レポート文案作成、ﾌﾟﾛｸﾞﾗﾐﾝｸﾞの補正、数式の計算等における補助的利用

随時指定する。

教養としてのデータサイエンス（講談社）
事例で学ぶ！あたらしいデータサイエンスの教科書（翔泳社）

【予習】授業に際して指示するテキストを事前読み込み（15ｈ）
【復習】課題、レポート作成（30ｈ）、講義内容の理解を深め定着させるためにテキスト、教材を読み直し（15ｈ）

採用しない。

本科目は演習科目であり、各回で求める演習課題および学修活動を通じて、段階的に学修成果を形成する。
成績は、これらの演習課題・成果物に基づき、講義目的・到達目標に示した能力の到達度を総合的に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。
演習課題や授業内学修活動への取り組みが不十分な場合、学修成果を十分に確認できないため、単位付与に必要な評価基準を満た さないことがあるので、留意すること。

レポートの提出はユニバーサルパスポートを通して PDF ファイルまたは画像ファイルで提出する。提出されたレポートについて、それぞれ担当教員が評価し、コメントを合わせて記載する。

本科目は演習形式で進行し、授業時間内の活動に加え、 必要に応じて授業時間外での課題への取り組みを求める。
 各回の内容は相互に関連しているため、継続的な学修が重要である。

該当しない。