日本語 English
| 開講年度/ Academic YearAcademic Year |
20252025 |
| 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 |
FH727/FH727FH727 |
| 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 |
------- |
| 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. Additionally, students aim to acquire knowledge about the past development and future prospects of the fields of data science and artificial intelligence technologies and be able to explain them.
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems. Students will choose one industry and present data analytics use cases within the industry. Additionally, students will acquire fundamental knowledge of data science and artificial intelligence technologies.
| 1 | ガイダンス，生成AIを活用した自己紹介 |
| 2 | 一般的なデータ分析プロセス |
| 3 | 業界別のデータ分析テーマ（1） |
| 4 | デジタルトランスフォーメーション |
| 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 | 業界別のデータ分析テーマ（6） |
| 10 | 業界別のデータ分析テーマ（7） |
| 11 | 業界別のデータ分析テーマ（8） |
| 12 | 業界別のデータ分析テーマ（9） |
| 13 | 業界別のデータ分析テーマ（10） |
| 14 | データサイエンスの動向 |
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 |
レポート(30%) 授業における発表(40%) 出席および授業参加度(30%) |
| 備考 (Notes) | ||
| 一つ業界を選択し、授業内でプレゼンテーションを行います。また、プレゼンテーション後のディスカッションをリードします。 | ||
| 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。 |
・2012～2015年度1年次入学者対象科目
・立教B科目
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,
データサイエンス的課題解決力の向上を図る。また、データサイエンスや人工知能技術のこれまでの発展と今後の展望についての知識を身に着け、それらを説明できるようになることを目指す。
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. Additionally, students aim to acquire knowledge about the past development and future prospects of the fields of data science and artificial intelligence technologies and be able to explain them.
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。各自、特定業界のデータ活用の実態を調査し、授業内で発表する。また、データサイエンスや人工知能技術に関する基礎的な知識を習得する。
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems. Students will choose one industry and present data analytics use cases within the industry. Additionally, students will acquire fundamental knowledge of data science and artificial intelligence technologies.
| 1 | ガイダンス，生成AIを活用した自己紹介 |
| 2 | 一般的なデータ分析プロセス |
| 3 | 業界別のデータ分析テーマ（1） |
| 4 | デジタルトランスフォーメーション |
| 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 | 業界別のデータ分析テーマ（6） |
| 10 | 業界別のデータ分析テーマ（7） |
| 11 | 業界別のデータ分析テーマ（8） |
| 12 | 業界別のデータ分析テーマ（9） |
| 13 | 業界別のデータ分析テーマ（10） |
| 14 | データサイエンスの動向 |
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 |
レポート(30%) 授業における発表(40%) 出席および授業参加度(30%) |
| 備考 (Notes) | ||
| 一つ業界を選択し、授業内でプレゼンテーションを行います。また、プレゼンテーション後のディスカッションをリードします。 | ||
| 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。 |
・2012～2015年度1年次入学者対象科目
・立教B科目