Introduction to Data Science

Introduction to Data Science

General Courses

-

School of Social Information Science

1Year

IA9991GCA7

1.00Credits

講義・演習 (Lecture/Seminar)

Spring semester 2026

(Spring semester)

大下 福仁,西出 哲人

社会情報科学部

Japanese

4

月曜日昼休み・研究室（要予約）

nishide@sis.u-hyogo.ac.jp

ー

ー

4-2◎／4-1〇

ー

【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】
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）
２．情報処理教育システムの概要（GWSE）
３．情報リテラシー（OS、ハードウェア）
４．Excelを利用した記述統計１
５．Excelを利用した記述統計２
６．データ分析のための環境作成
７．データ分析のためのPythonの操作1(Jupyter Notebookの操作)
８.  データ分析のためのPythonの操作2(Pandasの操作)
９．データ分析のためのPythonの操作3(仮想環境の作成と作図)
10．データの関係性の分析１
11．データの関係性の分析２
12．データの関係性の分析3
13．線形単回帰による予測1
14．線形単回帰による予測2
15．到達度の確認

※10回目以降は受講生の理解度に応じて，流動的に変更する
※パソコンの利用：利用する。初回の講義で案内する。

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。
　講義の録画・録音したものおよび講義資料を、生成ＡＩに入力してはならない。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＞
講義内容に関する情報収集、理解の確認のための対話

(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

Wes McKinney (著), 小林 儀匡, 瀬戸山 雅人 (翻訳)「Pythonによるデータ分析入門」オライリー・ジャパン　その他については授業で指示します。

【予習】授業に際して指示する教材の部分を事前読み込み（15ｈ）
【復習】課題・レポート作成（20ｈ）、講義内容の理解を深め定着させるためのテキスト・教材の読み直し（25ｈ）

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、データサイエンス入門レベルの習得）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(50%）、②到達度の確認（50%）で総合的に行う。

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。
到達度の確認については、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。

課題は必ず提出すること。定期試験は行わないが、最後の授業で到達度を確認する。

該当しない

講義の状況、情報システムの状況により、内容の一部を変更する可能性がある。