イベント

データサイエンス概論B

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
本講義では、「データサイエンス概論A」に続いて、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の基礎知識を学び,課題の発見・定式化からデータ収集、モデル化の基礎を学び、分析結果を活用するためのデータエンジニアリングの基礎力を養うことを目的とする。また、データを高速かつ正確に取り扱うためのリレーショナルデータベースにおけるテーブルの設計方法やデータの抽出方法についても学び、パソコンを用いたPBL演習を行うことでデータエンジニアリングで重要となるデータベースの操作方法や分析結果の可視化手法を学ぶ。
曜日・時限
第4クォーター 火曜日5限
第4クォーター 木曜日5限
※ 講義内容はすべて同じです。火曜、木曜の週2回履修する必要はありませんのでご注意ください。
対象者
2021年度以前入学生(抽選登録)
講義予定
日付 講義内容 講師
第1回 情報センシング 寺田 努(工学研究科)
第2回 時系列データ解析・音声解析 高島 遼一(システム情報学研究科)
第3回 テキスト解析 村尾 元(国際文化学研究科)
第4回 情報セキュリティ 白石 善明(工学研究科)
第5回 プライバシー保護技術 小澤 誠一(数理・データサイエンスセンター)
第6回 データサイエンス実践演習(1) 首藤 信通、他(数理・データサイエンスセンター)
第7回 データサイエンス実践演習(2) 首藤 信通、他(数理・データサイエンスセンター)
第8回 期末テスト・とりまとめ
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A」はこちらをご覧ください

プログラムについて(入学年次によって異なります)

2022
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。

2021

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(応用基礎レベル)」のコア科目でもあります。

注意事項

・本講義の受講に「データサイエンス概論A」の受講は前提としない。但し、「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

装丁写真
「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。
イベント