日本語 English
| 開講年度/ Academic YearAcademic Year |
20252025 |
| 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 |
IN676/IN676IN676 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
スポーツデータサイエンス、データ分析 |
| 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) |
対面（全回対面） |
| 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 |
水1/Wed.1 Wed.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。 |
| 備考/ NotesNotes |
2023年度以降入学者対象 人数制限30 名 |
In recent years, advancements in technology have enabled the collection of diverse and detailed data in the fields of sport and wellness, creating an environment where vast amounts of data are readily available. Consequently, the demand for data analysis aimed at improving sports performance and wellness has been growing. This course focuses on analytical methods for data in the sport and wellness domain. Through multiple lab exercises, participants will conduct data analyses and aim to acquire hands-on skills in applying these analytical techniques effectively.
This course covers the theoretical foundations of analytical methods based on various sport and wellness-related data. Simultaneously, participants will gain practical experience in data analysis using a programming language and a data visualization tool. Additionally, the course includes learning the fundamentals of data preprocessing techniques and applying these techniques in practice.
| 1 | ガイダンス |
| 2 | データの特徴を掴む（1） |
| 3 | データの特徴を掴む（2） |
| 4 | データの特徴を掴む（3） |
| 5 | 複数のグループを比較する（1） |
| 6 | 複数のグループを比較する（2） |
| 7 | 複数のグループを比較する（3） |
| 8 | データの前処理（1） |
| 9 | データの前処理（2） |
| 10 | 要因を特定する（1） |
| 11 | 要因を特定する（2） |
| 12 | 要因を特定する（3） |
| 13 | 最終課題プレゼンテーション（1） |
| 14 | 最終課題プレゼンテーション（2） |
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(40%) レポート(20%) 授業内プレゼンテーション(40%) |
| 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。 |
本講義はデータサイエンス概論（IN280）の内容を理解していることを前提としますので、データサイエンスやデータ分析の基礎知識を有している前提で講義を展開します。
また、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。
近年、スポーツや健康分野において多様で詳細なデータが収集可能なテクノロジーが発展し、大量のデータが取得できる世の中になった。そのため、スポーツパフォーマンスやウエルネスの向上を目指したデータ分析のニーズが高まっている。
本講義では、スポーツウエルネス分野におけるデータの解析手法について学び、複数の演習課題を通じてその解析を実施することで、実践的なデータ解析手法の習得を目指す。
In recent years, advancements in technology have enabled the collection of diverse and detailed data in the fields of sport and wellness, creating an environment where vast amounts of data are readily available. Consequently, the demand for data analysis aimed at improving sports performance and wellness has been growing. This course focuses on analytical methods for data in the sport and wellness domain. Through multiple lab exercises, participants will conduct data analyses and aim to acquire hands-on skills in applying these analytical techniques effectively.
本講義では、様々なスポーツウエルネス関連のデータをベースに、その解析手法の理論を学ぶ。同時に、プログラミング言語やデータ可視化ツールを利用したデータ解析を実践的に学ぶ。また、データを加工する技術の基本についても学び、その加工技術の実践も行う。
This course covers the theoretical foundations of analytical methods based on various sport and wellness-related data. Simultaneously, participants will gain practical experience in data analysis using a programming language and a data visualization tool. Additionally, the course includes learning the fundamentals of data preprocessing techniques and applying these techniques in practice.
| 1 | ガイダンス |
| 2 | データの特徴を掴む（1） |
| 3 | データの特徴を掴む（2） |
| 4 | データの特徴を掴む（3） |
| 5 | 複数のグループを比較する（1） |
| 6 | 複数のグループを比較する（2） |
| 7 | 複数のグループを比較する（3） |
| 8 | データの前処理（1） |
| 9 | データの前処理（2） |
| 10 | 要因を特定する（1） |
| 11 | 要因を特定する（2） |
| 12 | 要因を特定する（3） |
| 13 | 最終課題プレゼンテーション（1） |
| 14 | 最終課題プレゼンテーション（2） |
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(40%) レポート(20%) 授業内プレゼンテーション(40%) |
| 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。 |
本講義はデータサイエンス概論（IN280）の内容を理解していることを前提としますので、データサイエンスやデータ分析の基礎知識を有している前提で講義を展開します。
また、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。