メインコンテンツへ

高校生のためのデータサイエンス入門


受講登録は終了しました

※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは 利用規約プライバシーポリシーをご覧ください。

  • 講座番号:pt010
  • 受講開始日:2019年7月19日
  • 想定される勉強時間/週:2,3時間程度

講座内容

今日の社会は、ビッグデータの時代と呼ばれ、さまざまな分野で大量かつ多様なデータが得られるようになって来ました。高校生の皆さんも、スマートフォンを使ってメッセージを交換したり、コンビニでポイントカードを使って買い物をしたりすることも多いのではないでしょうか。スマートフォンやコンビニのレジは、コンピューターのネットワークとつながっていて、メッセージや買い物の履歴はデータとしてコンピュータネットワーク上に蓄積されています。このようにして得られた大量かつ多様なデータがビッグデータです。そして、このビッグデータなどを対象とする学問分野がデータサイエンスです。

滋賀大学データサイエンス学部は2017年4月に開設されたデータサイエンスを体系的に学ぶ日本初の学部です。この学部では、ビッグデータから有用な価値を引き出すことのできるデータサイエンティストを育成します。データサイエンティストに対する社会的な需要は非常に高く、データサイエンティストはさまざまな分野で活躍することができます。


この入門講義では、本格的なビッグデータを扱うことはできませんが、高校生にも身近な題材を用いて社会の課題を考え、データから有用な情報を引き出す方法について説明します。データ分析の具体的な手法は、主に高等学校数学Ⅰの「データの分析」で習う手法です。この講義では「データの分析」でならう手法を、どのように実際に役立てることができるか、ということについても学ぶことができます。


第1週

  • この講義の概要とねらい
  • データサイエンスとは
  • 公的データを入手する
  • 地域経済分析システム(RESAS)の利用
  • 政府統計の総合窓口(e-Statの利用)
  • 代表値
  • 標準偏差
  • 標準化
  • ヒストグラム
  • 箱ひげ図

第2週

  • 2変数データと散布図
  • 層別データの扱い
  • 相関係数とは
  • 相関係数の特徴
  • 相関関係と因果関係
  • クロス集計
  • 層別クロス集計
  • 時系列と指数化
  • 時系列の移動平均
  • 時系列の季節調整

講師・スタッフ紹介

伊達 平和

伊達 平和(担当:第1週前半)
滋賀大学データサイエンス学部講師


略歴:
京都大学教育学部卒(2008年)、京都大学大学院教育学研究科博士後期課程指導認定退学(2014年)、同研究科博士号(教育学)取得(2016年)、日本学術振興会特別研究員(PD)を経て現職。

松井 秀俊

松井 秀俊(担当:第1週後半)
滋賀大学データサイエンス学部准教授


略歴:
九州大学理学部数学科卒(2004年)、九州大学大学院数理学府博士後期課程修了、博士(機能数理学)取得(2009年)、株式会社ニコンシステム、九州大学大学院数理学研究院助教を経て現職。

姫野 哲人

姫野 哲人(担当:第2週前半)
滋賀大学データサイエンス学部准教授


略歴:
広島大学理学部数学科卒(2002年)、広島大学大学院理学研究科博士後期課程修了、博士(理学)取得(2007年)、九州大学大学院数理学研究院 学術研究員、情報システム研究機構・新領域融合研究センター 特任研究員、成蹊大学理工学部 助教を経て現職。

笛田 薫

笛田 薫(担当:第2週後半)
滋賀大学データサイエンス学部教授


略歴:
九州大学理学部卒(1989年)、九州大学大学院理学研究科博士後期課程退学(1993年)、九州大学大学院数理学研究科博士号(数理学)取得(2001年)。九州大学理学部助手(1993年)、岡山大学環境理工学部講師(2001年)、岡山大学大学院環境学研究科准教授(2008年)を経て現職。

前提条件

特になし

対象者

・おもに高校生
・データサイエンスの基礎を学びたい社会人

本講座のねらい

・高校生の皆さんに、データサイエンスの有用性をお伝えします。
・高等学校での課題学習やグループ学習に参考にしていただけます。
・大学で学ぶデータサイエンスの内容の準備となります。
・滋賀大学データサイエンス学部のAO入試(Ⅱ型)に利用いたします。
→AO入試(Ⅱ型)の課題レポート作成に本講義を参考にしていただけます。

課題内容

第1週のテストと、最終テストを課します。

修了条件

得点率70%以上

学習期間

2週間



講義動画収録時期:2017年

※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは 利用規約プライバシーポリシーをご覧ください。

  • 講座番号:pt010
  • 受講開始日:2019年7月19日
  • 想定される勉強時間/週:2,3時間程度