日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
全学共通科目・全学共通カリキュラム（総合系）/University-wide Liberal Arts Courses (Comprehensive Courses)University-wide Liberal Arts Courses (Comprehensive Courses) |
| 科目コード等/ Course CodeCourse Code |
FD171/FD171FD171 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
データサイエンス |
| 授業形態/ Class FormatClass Format |
対面（全回対面）/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
演習・ゼミ/SeminarSeminar |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
春学期/Spring SemesterSpring Semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
木2/Thu.2 Thu.2 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
CMP2440 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
抽選他/Exceptional Lottery RegistrationExceptional Lottery Registration（定員：30人/ Capacity：30） |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
|
| 履修中止可否/ Course CancellationCourse Cancellation |
〇（履修中止可/ Eligible for cancellation） |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
This course covers major data science problems and use cases. Students will learn data science approaches to such problems. Students will also learn some practical data scientific problem-solving abilities.
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems.
| 1 | ガイダンス，自己紹介、データ分析の目的 |
| 2 | 一般的なデータ分析プロセス |
| 3 | 分析ユースケース定義 |
| 4 | 業界別のデータ分析テーマ（1） |
| 5 | 業界別のデータ分析テーマ（2） |
| 6 | 業界別のデータ分析テーマ（3） |
| 7 | 業界別のデータ分析テーマ（4） |
| 8 | 業界別のデータ分析テーマ（5） |
| 9 | デジタルトランスフォーメーション |
| 10 | 業界別のデータ分析テーマ（6） |
| 11 | 業界別のデータ分析テーマ（7） |
| 12 | 業界別のデータ分析テーマ（8） |
| 13 | 業界別のデータ分析テーマ（9） |
| 14 | AI活用の動向 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
準備学習の指示は，履修登録完了後にCanvas上で履修者に対して行う。各自が確認して予習すること。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業における発表(10%) 複数のレポート課題(90%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 授業中に適宜紹介します。 |
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 授業中に適宜紹介します。 |
・2016年度以降1年次入学者対象科目
・多彩な学び
データサイエンスが解決する主な課題や事例を学び、データサイエンスの課題解決の方法論に関する理解を深める。また、データサイエンス的課題解決力の向上を図る。
This course covers major data science problems and use cases. Students will learn data science approaches to such problems. Students will also learn some practical data scientific problem-solving abilities.
本講義では、データサイエンスの分野における一般的な課題と事例を紹介し、それらを解決するデータサイエンスの手法を紹介する。
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems.
| 1 | ガイダンス，自己紹介、データ分析の目的 |
| 2 | 一般的なデータ分析プロセス |
| 3 | 分析ユースケース定義 |
| 4 | 業界別のデータ分析テーマ（1） |
| 5 | 業界別のデータ分析テーマ（2） |
| 6 | 業界別のデータ分析テーマ（3） |
| 7 | 業界別のデータ分析テーマ（4） |
| 8 | 業界別のデータ分析テーマ（5） |
| 9 | デジタルトランスフォーメーション |
| 10 | 業界別のデータ分析テーマ（6） |
| 11 | 業界別のデータ分析テーマ（7） |
| 12 | 業界別のデータ分析テーマ（8） |
| 13 | 業界別のデータ分析テーマ（9） |
| 14 | AI活用の動向 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
準備学習の指示は，履修登録完了後にCanvas上で履修者に対して行う。各自が確認して予習すること。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業における発表(10%) 複数のレポート課題(90%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 授業中に適宜紹介します。 |
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 授業中に適宜紹介します。 |
・2016年度以降1年次入学者対象科目
・多彩な学び