データサイエンス概論A
この講義では、数理・データサイエンス・AIが身近な課題や社会の課題を解決するために有用なツールであることを学び、それを実践する際に必要となる様々な技術の概要および理論の基礎を学びます。この講義を習得することで、データサイエンス・AIの基礎知識を網羅的に身につけられ、皆さんのデータ解析能力の基礎となります。この能力は専門教育で大いに役立つだけでなく、皆さんの「強み」につながります。
以下の経済産業省のページには、「数理・データサイエンス・AI教育プログラム」に賛同する企業等や業界団体が掲載されています。ぜひ参考にしてください。
経済産業省 「数理・データサイエンス・AI教育プログラムサポーター」
授業概要
- 概要
- データサイエンスは、観測によって得た実世界のデータから有益な知見を数式やルールなどの形式で記述し、それを利用して価値創造を行う、「データ駆動型」の推論アプローチを体系化した学問である。
これまで、数理統計学、機械学習、データマイニングなどで独立に研究されてきた学問領域がデータサイエンスとしてまとめて認知され、それに価値創造がつながることで、サイエンスやビジネスだけでなく、我々の生活に幅広く影響を与えるようになってきた。データは「21世紀の石油」と言われるように、価値を潜在的に内包しているが、単なる数値の集まりに価値はない。そこから本当の価値を引き出す仕組みが必要であり、そこにデータサイエンスが重要な役割を果す。
本講義では、このようにデータから価値を引き出すために必要となる,数理・データサイエンス・AIの基礎知識を学ぶ。 - 曜日・時限
- 第3クォーター 火曜日5限
- 第3クォーター 木曜日5限
- 授業予定
- 参考
- 昨年度の講義内容はこちらをご覧ください。
- ※「データサイエンス概論B」はこちらをご覧ください
- 2022年度入学生の方にとっては、「神戸大学 数理・データサイエンス・AI教育プログラム(応用基礎レベル)」のコア科目となります。応用基礎レベルプログラムを修了すると、卒業時に「神戸大学 数理・データサイエンス・AI教育プログラム(応用基礎レベル)」の修了証書が授与されます。
- 「データサイエンスの考え方 ー 社会に役立つAI×データ活用のために」
- 出版社: オーム社
- ISBN:978-4-274-22797-4
- 神戸大学生協で取り扱いしています。
日付 | 講義内容 | 講師 |
---|---|---|
第1回 | データサイエンス・AIの考え方 | 小澤誠一(数理・データサイエンスセンター) |
第2回 | アルゴリズム基礎とデータ構造 | 大川剛直(システム情報学研究科) |
第3回 | 統計的データ解析の考え方 | 青木 敏(理学研究科) |
第4回 | 教師なし学習 | 光明 新(数理・データサイエンスセンター) |
第5回 | 教師あり学習 | 小澤誠一(数理・データサイエンスセンター) |
第6回 | 画像解析・深層学習 | 熊本悦子(システム情報学研究科) |
第7回 | 確率モデル・確率推論 | 大森敏明(工学研究科) |
第8回 | 期末テスト・とりまとめ |
プログラムについて(入学年次によって異なります)


2021年度以前の入学生の方にとっては、「数理・データサイエンス標準カリキュラムコース」対象科目となります。また、「神戸大学 数理・データサイエンス・AI教育プログラム(リテラシーレベル)」の必修科目でもあります。
注意事項
・本講義の受講には、「データサイエンス基礎学」「情報基礎」の単位を取得していることが望ましい。
※「データサイエンス基礎学」「情報基礎」は、「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」の構成科目です。
・授業によっては、PCを使ったデータ解析演習を行うことがあります。BEEFで適宜指示しますが、以下のソフトが使用可能なPCを準備してください。
・Microsoft Excel(およびWord)
・ミーティング用Zoomクライアント(Zoomアカウントの作成は不要)
教科書情報
