三重大学ウェブシラバス

シラバス表示

　シラバスの詳細な内容を表示します。

→ 閉じる（シラバスの一覧にもどる）

科目の基本情報

開講年度	2022 年度
開講区分	教養教育・教養基盤科目・データサイエンス

受講対象学生	学部(学士課程) : 1年次生物資源学部生物圏生命化学科1年
授業科目名	データサイエンスII
	でーたさいえんすに
	Data Science II
単位数	2 単位
ナンバリングコード	libr-fndt-DASC2711-013

開放科目	非開放科目
分野
開講学期	後期
開講時間	月曜日 1, 2時限
授業形態	対面授業 * 状況により変更される可能性があるので定期的に確認して下さい「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業
開講場所
担当教員	〇三宅　英雄　（生物資源学部）, 五十嵐　洋治（生物資源学部）
担当教員	〇MIYAKE, Hideo, IGARASHI, Yoji
SDGsの目標
連絡事項	* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要	近年，人工知能（AI）という言葉をよく耳にする．AIに関連した技術の進歩は，わたしたちの暮らしを便利にする一方で，AIに仕事を奪われるかもしれないなど，新たな社会問題となってきている．そもそも，AIとは何でしょうか．本講義では，まず初めにAIとそれを支える技術（データ収集・解析，機械学習など）との関係を整理し，マーケティング，企業分析，品質管理，生命科学，金融，保険，製造業などの分野でAIが社会でどのように活用されているかを学ぶ．つぎに，専門科目の実験実習や卒業研究の解析に関わる統計解析の手法やデータの可視化技術を学ぶ．
学修の目的	今後のデジタル社会において，データサイエンス・AIを日常の生活，仕事等の場で使いこなすことができる基礎的素養を身に付けること．そして，学修したデータサイエンス・AIに関する知識をもとに，これらを扱う際には，人間中心の適切な判断ができ，不安なく自らの意志でAI等の恩恵を享受し，これらを説明し，活用できるようになることを目的とする．本授業では，統計解析ソフトRを使って，専門科目の実験実習や卒業研究の解析に関わる統計解析の手法やデータの可視化技術を身につけることを目的とする．また，生体分子への理解を深めるために3Dプリンタを用いてタンパク質の分子模型を作製し，タンパク質の構造と機能についての知見を得ることを目的とする．
学修の到達目標	データサイエンスⅠで学んだデータリテラシーに基づいて収集・整理した情報に対して，これらを適切に読み，説明し，扱うための基礎知識を得る．専門科目の実験実習や卒業研究に必要な基礎的な統計解析を理解できるようになる．データの可視化技術を習得することができる．分子模型を作製し，生体高分子を立体的に理解できるようになる．
ディプロマ・ポリシー	○ 学科・コース等の教育目標 ○ 全学の教育目標感じる力 ○感性 ○共感 ○主体性考える力 ○幅広い教養 ○専門知識・技術 ○論理的・批判的思考力コミュニケーション力 ○表現力(発表・討論・対話) ○リーダーシップ・フォロワーシップ　実践外国語力生きる力 ○問題発見解決力　心身・健康に対する意識 ○社会人としての態度・倫理観
成績評価方法と基準	課題レポート100％で評価する．ただし，4回以上欠席した場合は再受講とする．なお，詳しい評価基準は，第1回目の授業で説明する．
授業の方法	講義
授業の特徴	PBL 特色ある教育 Moodleを活用する授業英語を用いた教育
授業改善の工夫	毎回，Moodleで授業アンケートを行い，学生の習熟度に合わせて授業内容を改善する．
教科書	資料はMoodleにアップロードするので，授業開始前までにダウンロードして印刷するか，閲覧可能な状態で授業に臨むこと．
参考書	初心者でもすぐにできるフリー統計ソフトEZR(Easy R)で誰でも簡単統計解析（神田善伸著，南江堂）医療統計解析使いこなし実践ガイド（対馬栄輝編，羊土社）超入門！Rでできるビジュアル統計学　学会・論文発表に役立つデータ可視化マニュアル（藤井亮輔・鈴木康司著，金芳堂）
オフィスアワー	事前にメールで問い合わせをすること．三宅：授業日の16：20〜17：50　生物資源学部棟　5階576室五十嵐：火曜日の16：20〜17：50　生物資源学部棟　7階743室
受講要件	ノートPCを必ず持参すること．
予め履修が望ましい科目	データサイエンスI
発展科目	化学実験（2年前期，教養教育），バイオインフォマティクス（3年前期，専門科目），2年後期以降に受講する，専門科目の実験実習
その他

授業計画

MoodleのコースURL

キーワード	人工知能 (AI)，データサイエンス，デジタル化社会，デジタルトランスフォーメーション
Key Word(s)	Artificial Intelligence (AI)，Data Science, Digital Society, Digital Transformation
学修内容	1. 社会で起きている変化，活用されているデータ～データ・AI利活用の最新動向～活用領域・現場・技術 2. AI利活用のためのデータ処理（データを読む１） 3. AI利活用のためのデータ処理（データを読む２） 4. 様々なグラフから情報を読み取る（データを読む３） 5. 統計解析ソフトEZRの基本操作と統計用語の理解（データを読む４） 6. 情報リテラシーと図書館（データを読む５） 7. 2群間の比較統計解析（データを説明する１） 8. 3群以上の比較統計解析（データを説明する２） 9. 相関分析と回帰分析（データを説明する３） 10. タンパク質，核酸，糖鎖など生体高分子の3次元構造の原子座標（データを説明する４） 11. 統計データの入手とデータの可視化（データを扱う１） 12. 重回帰分析（データを扱う２） 13. 反復測定分散分析（データを扱う３） 14. タンパク質構造の可視化1（データを扱う４） 15. タンパク質構造の可視化2（データを扱う５）講義の順序などは変更することがあります．
事前・事後学修の内容	予習，復習（課題）の内容はMoodleに掲載
事前・事後学修の内容	事前学修の時間:60分/回　　　事後学修の時間:180分/回