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
|
|
|