データサイエンス入門

Introductory Data Science

全学共通科目

-

全学部（全学共通科目、教職課程科目、副専攻科目）

1年

IAHBE1GCA7

2.00単位

講義・演習 (Lecture/Seminar)

2026年度前期

(Spring semester)

金　政一、木村 敏文、風間　健宏、源城　かほり、飯塚　浩太郎

環境人間学部

日本語

目標4

オフィスアワー一覧表（ユニバーサルパスポートに掲示）を参照のこと 

オフィスアワー一覧表（ユニバーサルパスポートに掲示）を参照のこと 

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

教育内容
　本講義ではデータサインエスやAIを日常的に使いこなすために必要な基本的な知識を教授する。まずは現代社会におけるデータサイエンスの活用や情報を扱う上での注意点について紹介する。さらに、データサイエンスの基本的な知識となるデータ分析については基本的な考え方から実データを用いた応用まで幅広い内容の講義を行う。

授業計画
第 1回　ガイダンス・イントロダクション
第 2回　現代社会におけるデータサイエンス（１）社会で活⽤されているデータ
第 3回　現代社会におけるデータサイエンス（２）データ・AIの活⽤領域、データサイエンスの応⽤事例（担当：外部講師 坂本拡道⽒）
第 4回　情報倫理（担当：外部講師　中⽥欽也⽒）
第 5回　情報セキュリティ（担当：外部講師　大杉恵一⽒）
第 6回　データ分析の基礎（データの種類、データの分布、可視化、データの代表値・ばらつき）
第 7回　データ分析の基礎（相関・回帰直線）
第 8回　データ分析の基礎（調査・クロス集計）
第 9回　データ分析の基礎（データの⽐較）
第10回　データ分析の基礎（説明資料作成の基礎）
第11回　データ分析の応⽤（データの扱い⽅１）
第12回　データ分析の応⽤（データの扱い⽅２）
第13回　データ分析の応⽤（実データを扱う１）
第14回　データ分析の応⽤（実データを扱う２）
第15回　まとめと総合演習

※パソコンの利⽤: 毎回使⽤予定

対面

対面授業のみ
遠隔授業単位上限の適用を受けない

利用する場面を限定し許可

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。
生成ＡＩの利用については担当教員の指示に従うこと。
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。
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。

北川源四郎・竹村彰通　編、内田　他　著「教養としてのデータサイエンス　改訂第２版」講談社

適宜、指示する

【予習】授業に際して指示するテキスト等を事前読み込み（25ｈ）、プレゼンテーションの準備（5ｈ）
【復習】レポート作成（10回、20ｈ）、講義内容の理解を深め定着させるためにテキストを読み直し（10ｈ）

実施する予定はない。

成績評価の基準
データサイエンスに関する基礎を理解できる者については、講義目的・到達目標に記載する能力（データサイエンス・AI活用についての理解、データ分析手法の習得、情報の取り扱い方の知識習得等）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
授業の演習課題 60%、総合演習等40%、発表内容、実技等を基準とし、総合的に評価する。

レポートは、原則次の講義内で解説やユニバーサルパスポートのクラスプロファイル機能を使ってコメントをフィードバックする。

・環境人間学部で開講する同名の講義は上記の講義内容、授業計画で行う。
・病欠の配慮を希望する場合、証明書（診断書（原本）／診断書（コピー可）／病院の領収書）を学務課を通じて、必ず提出すること。

該当しない

本講義では数理・データサイエンス・AI教育の基本的知識を講義や演習を通じて学ぶ。担当教員は研究において情報技術の活用を行っており、データ分析を日頃から行っている。また、AIを使った研究も行っており、本講義を教授することに深く関連している。