| 【サブタイトル】 |
|---|
ICT社会応用IV演習 |
| 【講義の目的・内容】 |
|---|
ICT技術を活用した社会の課題解決においては、世の中に流通するデータの理解と、その活用が鍵となる。本講義の前半では、大量のデータから有用な情報を引き出すための、さまざまな統計学的手法や機械学習の応用を学ぶ。演習では，主に環境構築や座学で扱ったデータ・コードのバリエーションを学習する。後半では、オープンデータをはじめとした、世の中に流通する様々なデータを用いた演習課題とグループワークに取り組む。 |
| 【学修到達目標】 |
|---|
"医療データやオープンデータなどに対してPythonを用いて基本的な統計分析や機械学習を適用することができる。
基礎となるプログラムを変更し機能変更・拡張ができるようになる。
オープンデータの考え方を理解し、自分で探すことができる。
統計、気象、交通といった代表的なデータに関する知識とその扱い方を身につける。" |
| 【講義スケジュール】 |
|---|
"Week1: 環境の確認、医療データの可視化①
Week2: 医療データの可視化②
Week3: 各種データの分析①
Week4: 各種データの分析②
Week5: 各種データの分析③
Week6: 医療データへの機械学習応用
Week7: LLM応用
Week8: Webスクレイピング
Week9: オープンデータを触ってみよう
Week10:オープンデータとコンテスト
Week11:公共交通オープンデータ演習
Week12:地図・国土のオープンデータ演習
Week13:統計のオープンデータ演習
Week14:まとめと発表
" |
| 【指導方法】 |
|---|
"【前半:データサイエンス】座学＋ハンズオンの組み合わせ。サンプルプログラムをもとに、各種のデータに対する解析を行うプログラムを作成し、またプログラムの変更、機能拡張などに取り組むことで、理解を深める。
【後半：オープンデータ】「ICT社会応用IV（データ・サイエンス社会応用論）」の内容を踏まえた演習課題に取り組む。また、オープンデータの利活用による社会課題解決を提案するグループワークを実施する。" |
| 【事前・事後学修】 |
|---|
講義後には、理解度が低かったトピックや課題の復習を十分に行うこと。 |
| 【成績評価の方法・基準】 |
|---|
受講態度、各回冒頭の理解度確認小テスト、課題提出、講義への積極的な取り組みを総合的に評価する。 |
| 【受講要件】 |
|---|
"「ICT社会応用IV（データ・サイエンス社会応用論）」とのセット履修を必須とする。（演習のみの履修は受け入れない。）
ハンズオンでは、JupyterLab上でnumpy/pandas/matplotlibなどのライブラリを利用するPythonプログラムを扱うので、
講義前に習熟しておくことが必須である。MOOCsなどを活用して自学自習することを強く推奨する。" |
| 【テキスト】 |
|---|
特に指定しない |
| 【参考書】 |
|---|
講義の中で適宜紹介する |
| 【関連分野・関連科目】 |
|---|
"「情報連携のための確率・統計学I/II」
「DS基礎」
「DS演習I/II」" |
| 【備考】 |
|---|
|
| 【添付ファイル1】 |
|---|
| 【添付ファイル2】 |
|---|
| 【添付ファイル3】 |
|---|
| 【リンク】 |
|---|
|
|