日本語 English
| 開講年度/ Academic YearAcademic Year |
20262026 |
| 科目設置学部/ CollegeCollege |
スポーツウエルネス学部/College of Sport and WellnessCollege of Sport and Wellness |
| 科目コード等/ Course CodeCourse Code |
IN450/IN450IN450 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
スポーツデータ収集、データサイエンス |
| 授業形態/ Class FormatClass Format |
対面（一部オンライン）/Face-to-face (partially online)Face-to-face (partially online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
以下の回はオンライン実施するが、状況の変化によっては予定を変更する可能性がある。 3、12、13回 |
| 授業形式/ Class StyleCampus |
その他/OtherOther |
| 校地/ CampusCampus |
新座/NiizaNiiza |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
月1/Mon.1 Mon.1 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 |
SWN3020 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
抽選登録/Lottery RegistrationLottery 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 |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 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。 https://www.rikkyo.ac.jp/about/disclosure/educational_policy/sw.html |
| 備考/ NotesNotes |
2023年度以降入学者対象 人数制限30 名 |
This course aims to develop fundamental skills for utilizing data in the field of sports. Students will learn the basic syntax and programming methods of the Python programming language, and will practically study methods for collecting, acquiring, and performing simple analyses of conditioning data obtained from wearable devices through programming. In addition, through data extraction, processing, and analysis using Python, as well as data creation and extraction from video data, students will acquire foundational skills for independently handling sports data and applying it to analysis.
This course provides hands-on learning of the fundamentals of data collection and analysis in the field of sports through practical exercises. Students will learn the basic syntax and programming methods of Python, understand the complete workflow of data extraction, processing, and analysis, and comprehensively cover implementation using Python programming. In addition, the course includes the collection, acquisition, and basic analysis of conditioning data using wearable devices. Furthermore, students will engage in data creation and extraction from video data, learning fundamental approaches for handling multiple and diverse data sources.
| 1 | ガイダンス、生成AIの利用方法 |
| 2 | Pythonの基礎：開発環境セットアップ、ファイルの読み書き |
| 3 | Pythonの基礎：ライブラリ、グラフ描画、データ型 |
| 4 | Pythonの基礎：条件分岐、繰り返し処理 |
| 5 | Pythonの基礎：関数定義 |
| 6 | Pythonの基礎：テーブル結合 |
| 7 | Pythonの基礎：エラーハンドリング、その他Tips |
| 8 | ウェアラブルデバイスによるデータ収集・分析（1） |
| 9 | ウェアラブルデバイスによるデータ収集・分析（2） |
| 10 | ウェアラブルデバイスによるデータ収集・分析（3） |
| 11 | ウェアラブルデバイスによるデータ収集・分析（4） |
| 12 | 映像へのタグ付けによるゲーム分析（1） |
| 13 | 映像へのタグ付けによるゲーム分析（2） |
| 14 | 映像へのタグ付けによるゲーム分析（3） |
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 |
演習課題(35%) レポート(35%) 出席及び授業態度(30%) |
| 備考 (Notes) | ||
| 代返やレポートでの剽窃・盗用等の不正行為があった場合、その回数にかかわらず成績評価を行なわない（単位を修得することができない）。 | ||
| 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。 |
本講義では基本的なPCでのファイル操作（ファイルのコピーやペースト、ファイルの圧縮や解凍など）や基本的なGoogle Driveの操作方法（Google Drive上のフォルダ・ファイル操作、ファイルのコピー・共有など）、Microsoft Office（Word、Excel、PowerPoint）の操作方法は習得していることを前提とします。
課題提出にはPCでの作業が必須となります。個人のPCを持参することを強く推奨します。あるいはメディアセンターよりPCを借りるようにしてください。
本講義では、スポーツ分野におけるデータ活用の基礎力を身につけることを目標とする。プログラミング言語Pythonの基礎的な文法とプログラミング手法を理解し、プログラミングを利用してウェアラブルデバイスを用いたコンディショニングデータの収集・取得・簡易分析する手法を実践的に学ぶ。さらに、Pythonによるデータの抽出・加工・分析や、映像データからのデータ作成と抽出を通じて、スポーツデータを自ら扱い、分析につなげるための基礎的スキルの習得を目指す。
This course aims to develop fundamental skills for utilizing data in the field of sports. Students will learn the basic syntax and programming methods of the Python programming language, and will practically study methods for collecting, acquiring, and performing simple analyses of conditioning data obtained from wearable devices through programming. In addition, through data extraction, processing, and analysis using Python, as well as data creation and extraction from video data, students will acquire foundational skills for independently handling sports data and applying it to analysis.
本講義では、スポーツ分野におけるデータ収集と分析の基礎を、演習を通じて実践的に学ぶ。Pythonの基礎的な文法とプログラミング手法を学び、データの抽出・加工・分析の一連の流れを理解するとともにPythonプログラミングによる実装方法を網羅する。また、ウェアラブルデバイスを用いたコンディショニングデータの収集・取得および簡易的な分析を行う。さらに、映像データからのデータ作成と抽出にも取り組み、異なるデータソースを扱うための基本的な方法を学ぶ。
This course provides hands-on learning of the fundamentals of data collection and analysis in the field of sports through practical exercises. Students will learn the basic syntax and programming methods of Python, understand the complete workflow of data extraction, processing, and analysis, and comprehensively cover implementation using Python programming. In addition, the course includes the collection, acquisition, and basic analysis of conditioning data using wearable devices. Furthermore, students will engage in data creation and extraction from video data, learning fundamental approaches for handling multiple and diverse data sources.
| 1 | ガイダンス、生成AIの利用方法 |
| 2 | Pythonの基礎：開発環境セットアップ、ファイルの読み書き |
| 3 | Pythonの基礎：ライブラリ、グラフ描画、データ型 |
| 4 | Pythonの基礎：条件分岐、繰り返し処理 |
| 5 | Pythonの基礎：関数定義 |
| 6 | Pythonの基礎：テーブル結合 |
| 7 | Pythonの基礎：エラーハンドリング、その他Tips |
| 8 | ウェアラブルデバイスによるデータ収集・分析（1） |
| 9 | ウェアラブルデバイスによるデータ収集・分析（2） |
| 10 | ウェアラブルデバイスによるデータ収集・分析（3） |
| 11 | ウェアラブルデバイスによるデータ収集・分析（4） |
| 12 | 映像へのタグ付けによるゲーム分析（1） |
| 13 | 映像へのタグ付けによるゲーム分析（2） |
| 14 | 映像へのタグ付けによるゲーム分析（3） |
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 |
演習課題(35%) レポート(35%) 出席及び授業態度(30%) |
| 備考 (Notes) | ||
| 代返やレポートでの剽窃・盗用等の不正行為があった場合、その回数にかかわらず成績評価を行なわない（単位を修得することができない）。 | ||
| 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。 |
本講義では基本的なPCでのファイル操作（ファイルのコピーやペースト、ファイルの圧縮や解凍など）や基本的なGoogle Driveの操作方法（Google Drive上のフォルダ・ファイル操作、ファイルのコピー・共有など）、Microsoft Office（Word、Excel、PowerPoint）の操作方法は習得していることを前提とします。
課題提出にはPCでの作業が必須となります。個人のPCを持参することを強く推奨します。あるいはメディアセンターよりPCを借りるようにしてください。