シラバス情報

教員名 ： 稲垣　賢一
授業科目名
データサイエンス入門 (D：経済経営)
(英語名)
Introduction to Data Science
科目区分
全学共通科目
−
対象学生
国際商経学部
学年
学年指定なし
ﾅﾝﾊﾞﾘﾝｸﾞｺｰﾄﾞ
IA9991GCA7
単位数
1.00単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の？から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義・演習 (Lecture/Seminar)
開講時期
2026年度前期
(Spring semester)
担当教員
稲垣　賢一
所属
非常勤講師
授業での使用言語
日本語
関連するＳＤＧｓ目標
目標4
ｵﾌｨｽｱﾜｰ・場所
授業終了後、教室にて
連絡先

対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
ー
研究科DP
ー
全学DP
4-2◎／4-1〇
教職課程の学修目標
ー

講義目的・到達目標
【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。
授業のサブタイトル・キーワード
キーワード：データサイエンス、データ
講義内容・授業計画

第1回　ガイダンス／授業概要説明／大学メール（E-mail）の設定

第2回　学習のための学内 ICT サービス／基本的なファイル・フォルダ管理

第3回　現代社会におけるデータサイエンス

第4回　インターネットの基礎／ビッグデータ／人工知能（AI）

第5回　情報倫理

第6回　情報セキュリティ

第7回　中間試験

第8回　データ分析と可視化の基礎

第9回　Excel の基礎と統計の基本

第10回　Excel を用いたデータの可視化

第11回　ヒストグラム
※ Excel 演習課題

第12回　Python の基礎

第13回　Python による基本統計量の計算

第14回　Python によるデータの可視化
※ Python 演習課題

第15回　Python によるヒストグラム
※ 最終課題

対面・遠隔の別
対面
実施方法及び遠隔上限適用対象の別
①対面
・対面授業のみ
・遠隔授業単位上限の適用を受けない
生成ＡＩの利用
利用する場面を限定し許可
生成ＡＩ注意点
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。
＜生成AIの利用を認める範囲＞
・プログラミング演習および Excel 演習課題におけるエラーの原因調査や対処方法の確認
教科書
必要に応じて資料を配布する。
参考文献
笹嶋宗彦編『Pythonによるビジネスデータサイエンス 1　データサイエンス入門』

北川 源四郎他編『データサイエンス入門シリーズ　教養としてのデータサイエンス 』

※追加がある場合は授業中に指示する。
事前・事後学習（予習・復習）の内容・時間の目安
予習復習について、時間などはおおむね以下の通りだが、詳細は担当教員から適宜説明する。
予習：前回までのすべての内容を理解しているか、再復習も兼ねる形で予習（15回分15時間）
復習：担当教員から配布される配布資料などの見直しによる復習、毎回の演習や小テストの復習（15回分30時間）、課題（3回分7.5時間）

アクティブ・ラーニングの内容
採用しない。
成績評価の基準・方法
【成績評価の基準】
データサイエンスの基礎概念（統計学、データ解析の考え方、倫理等）を正しく理解し、ExcelやPythonを用いたデータへの適切な処理・分析ができる者については、講義目的・到達目標に記載する能力（知識・技能、思考力、判断力、表現力等）の到達度に基づき、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】
小テスト30％（計5回）、中間テスト30％（第7回で実施）、課題40％（Excel課題15％・Python課題15％・最終課題10％）を基準として、受講態度（積極的な質問等）を含めて総合的に評価する。
課題・試験結果の開示方法
小テストはUNIPAの小テスト機能を利用し、点数はUNIPAで確認できる。課題のフィードバックはUNIPAのクラスプロファイル機能などを利用し、フィードバックを行う予定だが、詳細は担当教員から適宜説明する。
履修上の注意・履修要件

本授業は演習を伴う内容であるため、授業時間内に理解できなかった学生、または課題を時間内に完了できなかった学生は、担当教員に質問するなどして、必ず復習を行い、課題を提出すること。

また、受講態度が不良な学生（理由のない講義中の出入り、理由なき欠席が多い場合、私語を行う場合など）については、注意・警告を行うことがある。
警告を受けたにもかかわらず改善が見られない場合、以降の授業への出席を認めないことがあるので注意すること。

履修に関する詳細な注意事項については、オリエンテーションおよび第1週の授業で説明する内容を必ず確認した上で履修すること。

実践的教育
該当しない。
備考
オリエンテーション及び掲示板で発表されるクラス分けに従って履修すること。
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。