科目名 Course Title	文理融合データサイエンス�T［24A0177］ Interdisciplinary program on data science I
授業言語 Language	Japanese
科目区分・科目種	情報	クラス	全学科
コンピテンシー	◎問題解決力	ｶﾗｰｺｰﾄﾞ
単位数	2.0単位	履修年次	1〜2年

担当教員	土山　玄
学期	後期
曜日・時限・教室	金曜 1 〜 2 限 理学部3号館601室【ITﾙｰﾑ1】

受講条件・その他注意
注意事項： 共創工学部の学生は文理融合データサイエンスIを履修できません。 将来的に文化情報工学学際プログラムを選択する予定の学生は本科目ではなく、データサイエンス（基礎）およびデータサイエンス（中級）を履修することを強く推奨します。

授業の形態
講義，演習

教科書・参考文献
教科書については初回の授業でアナウンスします。

ＡＬＨ区分
ＡＬＨを実施しない

評価方法・評価割合
小論文（レポート）=90%（中間レポート：40％，期末レポート：50%），授業への参加態度=10%

主題と目標
本授業の主題はデータサイエンスの手法を学ぶことに加え、文化現象を対象にデータサイエンスの手法を用いた事例を概観し、文理融合型の研究におけるデータ分析の有効性と重要性を学ぶことです。それゆえ、本授業ではデータサイエンスの手法を理解することだけではなく、文化に関するデータに対してデータサイエンスの分析手法をどのように応用するのか理解することが重要になります。 また、本授業では、生活に必要なデータサイエンスの基礎を直感的に理解できる内容をめざしながら、卒業研究の際に必要になりえるデータ分析の基礎も身につけてもらうことを目標とします。

授業計画
第1回　データサイエンスとデジタルヒューマニティーズ（専門知） 第2〜4回　データの可視化（棒グラフ・円グラフ・折れ線グラフ・ヒストグラム・箱ひげ図）（専門知） 第5, 6回　確率分布（二項分布・正規分布・t分布）（専門知） 第7〜9回　推定と検定（専門知） 第10回　独立性の検定（カイ二乗検定・フィッシャーの正確確率検定）（専門知） 第11, 12回　予測と判別（回帰分析・判別分析）（専門知） 第13, 14回　次元縮約とクラスタリング（主成分分析・クラスター分析）（専門知） 第15回　総復習 本科目ではExcelとプログラミング言語Rを使用した演習も行います。

時間外学習
時間外には復習として講義資料を読み返すことを推奨する。また、本授業では文理融合データサイエンスに関連する書籍を紹介する。余裕がある受講生にはそれらの書籍を読むことを薦める。

学生へのメッセージ
各自のコンピュータにExcelとRをインストールし、積極的にデータ分析を体験してもらいたい。データサイエンスには体験することで理解が深まることがたくさんあります。また、本授業では予習よりも復習を重視することを薦めます。授業で採り上げた内容に不明なことがあれば積極的に質問してください。

学生の問い合わせ先
tsuchiyama.gen@ocha.ac.jp