日本語 English
| 開講年度/ Academic YearAcademic Year |
20232023 |
| 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 |
多彩な学び/cross-disciplinary studiescross-disciplinary studies |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
Data Science |
| 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 |
|
| 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 |
CMP2441 |
| 使用言語/ LanguageLanguage |
英語/EnglishEnglish |
| 履修登録方法/ Class Registration MethodClass Registration Method |
|
| 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 |
|
| 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 |
|
| 備考/ NotesNotes |
2016年度以降1年次入学者対象科目 ・F科目上級（外国語による総合系科目） ・定員20名 ・他に特別外国人学生が履修 ・この授業は英語で実施する ・履修者はTOEIC®700点相当以上の英語力を有していることを前提に授業を実施する |
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.
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems. In addition, students will learn basic usage of Python programming by executing actual programming codes.
| 1 | Introduction and overview of the course |
| 2 | A framework for data analysis |
| 3 | Data analytics use cases (1) |
| 4 | Data analytics use cases (2) |
| 5 | Descriptive statistics |
| 6 | Exploratory analysis and data visualization |
| 7 | Regression analysis |
| 8 | Logistic regression |
| 9 | Decision tree |
| 10 | Ensemble learning |
| 11 | Neural network and deep learning |
| 12 | Class presentation (1) |
| 13 | Class presentation (2) |
| 14 | Summary of the course |
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
Instructions will be on Canvas LMS after course registration is complete.
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
複数回の小テスト(Tests)(30%) 授業内の発表(Class presentation)(40%) 授業への参加・発言(Active class participation)(30%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Introduced in a classroom as needed. |
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Introduced in a classroom as needed. |
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。また、Pythonによるデータ分析方法について実際のプログラミングコードに触れながら理解を深める。
This course will introduce general problems and examples in the field of data science, and introduce data science methods to solve such problems. In addition, students will learn basic usage of Python programming by executing actual programming codes.
| 1 | Introduction and overview of the course |
| 2 | A framework for data analysis |
| 3 | Data analytics use cases (1) |
| 4 | Data analytics use cases (2) |
| 5 | Descriptive statistics |
| 6 | Exploratory analysis and data visualization |
| 7 | Regression analysis |
| 8 | Logistic regression |
| 9 | Decision tree |
| 10 | Ensemble learning |
| 11 | Neural network and deep learning |
| 12 | Class presentation (1) |
| 13 | Class presentation (2) |
| 14 | Summary of the course |
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
Instructions will be on Canvas LMS after course registration is complete.
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
複数回の小テスト(Tests)(30%) 授業内の発表(Class presentation)(40%) 授業への参加・発言(Active class participation)(30%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Introduced in a classroom as needed. |
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Introduced in a classroom as needed. |