授業計画 |
| 回数 |
学習目標 |
学習項目 |
| 1 |
データとはなにかを理解し、なぜデータが現代において重要になってきているかを知る。 |
ガイダンス（授業概要、目的、評価方法等）
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 2 |
データの種類とデータ構造の基本を知る。 |
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 3 |
データを扱うプログラミング言語の概要を知り、デジタル化とはどのようなものなのかを理解する。 |
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 4 |
データの活用方法を知る。 |
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 5 |
データを活用し、継続的に改善を進める方法について理解する。 |
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 6 |
データにかかわる人を把握する。 |
第1部データサイエンスの基礎 |
| 【理解度確認】講師質問で確認する。 |
| 7 |
データの種類や基本的なグラフを理解する。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 8 |
データの基準を作る値を理解する。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 9 |
データの視覚化や管理方法を理解する。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 10 |
標準偏差とは何かを理解し、求めることが出来るようになる。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 11 |
データの変化を捉えたり、データの関係性を把握する。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 12 |
データの関係性の捉え方を理解する。 |
第2部数理モデルと機械学習の基礎 |
| 【理解度確認】講師質問で確認する。 |
| 13 |
回帰分析などを利用してデータの活用法を理解する。 |
第3部機械学習の応用 |
| 【理解度確認】講師質問で確認する。 |
| 14 |
少ないデータから類推することができるようになる。 |
第3部機械学習の応用 |
| 【理解度確認】講師質問で確認する。 |
| 15 |
これまでの内容を振り返り、各章の理解を深めることが出来るようになる。 |
振り返り・まとめ |
| 【理解度確認】講師質問で確認する。 |
