授業の
到達目標
（ディプロマポリシーとの関連）
|
|
大学での学習、研究に必要なデータに関わる観察と分析ができる。【DP2】
エクセルと汎用プログラムなどツールを活用し、結果と考察、効果を記述できる【DP5】
データサイエンスマインドを持ち、解析手法をを大学活動に活用できる。【DP8】"
|
|
|
|
授業概要
|
|
社会におけるあらゆる情報はデータで構成されている。
本科目ではデータを扱います。データは数字、ことば、画像、ヒトの感覚などを総称します。それぞれに対応した解析法を簡単に解説します。方法は主にエクセルを使用します。
本科目を履修を大学での学習や研究に活用してください。"
|
|
|
|
教育課程内の位置づけ
|
|
環境教育学科 専門教育科目 専門応用科目 ２年 選択科目
|
|
|
授業におけるアクティブな特徴
|
|
| |
|
特徴
|
該当
|
|
|
A：課題解決型学習（PBL）企業、自治体等との連携あり
|
|
|
|
|
|
B：課題解決型（PBL）連携なし
|
〇
|
|
|
|
|
C:討議（ディスカッション、ディベート等）
|
|
|
|
|
|
D:グループワーク
|
〇
|
|
|
|
|
E:プレゼンテーション
|
〇
|
|
|
|
|
F：実習、フィールドワーク
|
|
|
|
|
|
G：双方向授業（ICT活用なし：対話型、リアクションペーパー等）
|
〇
|
|
|
|
|
H：双方向授業（ICT活用あり：クリッカー、manaba等）
|
|
|
|
|
|
I：反転授業
|
|
|
|
|
|
J:外国語のみで行われる授業
|
|
|
|
|
|
授業計画
|
|
| | |
|
第1回
|
序論（1）数値、言語、非言語などのデータ
|
|
|
第2回
|
序論（2）統計的手法 何故統計が必要か？
|
|
|
第3回
|
データ設計（1）設計の目的、方法、戦略
|
|
|
第4回
|
データ設計（2）データ収集と集約
|
|
|
第5回
|
データ処理（1）グラフの活用
|
|
|
第6回
|
データ処理（2）平均値、最頻値、中央値
|
|
|
第7回
|
基礎理論（1）ばらつきと相関
|
|
|
第8回
|
基礎理論（2）検定・推定・回帰
|
|
|
第9回
|
言語データの分析（1）データ作成
|
|
|
第10回
|
言語データの分析（2）データ分析
|
|
|
第11回
|
ビッグデータ分析（1）活用事例（多変量解析、人工知能の解説）
|
|
|
第12回
|
ビッグデータ分析（2）データサイエンスの現状と留意点
|
|
|
第13回
|
感性データの分析（1）感性を科学する
|
|
|
第14回
|
感性データの分析（2）言葉にならないデータを可視化する
|
|
|
|
授業外学修
予習（事前学修）
|
|
| |
|
各授業
|
データ解析予習（エクセルデータ分析等） レポート作成
|
|
|
|
平均90分
|
|
|
|
授業外学修
復習（事後学修）
|
|
| |
|
各授業
|
データ解析復習（エクセルデータ分析等） レポート作成
|
|
|
|
平均90分
|
|
|
|
|
評価方法
|
|
|
行動評価 40％、レポート評価 60％ による総合評価
|
|
|
|
教科書等
|
|
データ解析に役立つＥＸＣEL関数 芳賀敏郎著
必要な資料は授業時に配布する。
|
|
|
|
課題に対するフィードバックの方法
|
|
|
|
|
その他
|
|
|
|
|
授業担当者の実務経験の有無
|
|
|
|
|
授業担当者の実務経験の内容
|
|
現在データアナリストとして活動。
日本科学技術連盟にて多変量解析、官能評価セミナー講師、国立障害者リハビリテーションセンター講師。
企業における活動歴（1982～2014）
統計解析、プレゼンテーション、官能評価、市場調査などの教育担当。
注目商品会議、アイデア提案会議、倫理委員会事務局。
統計汎用プログラム、情報検索データベース導入業務と管理。
化粧品業界活動として国際会議発表、座長、セミナー設計、運営委員、論文審査委員等。
|
|
|
|
ファイル
|
|
|