講座内容

　これまで、滋賀大学が提供した「大学生のためのデータサイエンス（I）」では、データサイエンス全体の概要を説明しました。また（II）では、ビジネス価値創造に役立つ機械学習手法を紹介しました。さらに（III）では、データサイエンスを活用して問題を解決するための具体的な知識やスキルについて、事例を通じて紹介しました。

　今回、データを分析が可能な形式にするための前処理である「データ研磨」に着目し、分析対象となるデータそのものに焦点を当てました。より実践的なデータ利活用の実現を目指して、「データサイエンスの必須スキル！データ研磨入門」を開講します。まずは、データサイエンティストに必要なスキル、データサイエンス業務の流れの中でそれぞれのスキルがどのように生かされるのかについて説明します。次にデータを理解し活用するためのデータリテラシーについて学び、データを解析可能な状態に研磨し、構造化する処理や、操作・変換・集計などの処理スキルを習得します。そして、具体的なデータ例として日本プロ野球選手データやゲームハード販売台数データなどを用いて、プログラム演習を行います。最後に、住民基本台帳に基づく人口データを題材にして、生産年齢人口の可視化までのデータ研磨の一連の作業を実践的演習で体験します。

第1週：データ前処理の必要性

• プロローグ
• 対談：

データサイエンティストに求められるもの
データサイエンス業務の流れ

第2週：データサイエンスに必要なデータリテラシー

• プログラミングのススメ
• データ仕様の確認
• データの中身の確認
• データ処理基盤の概要
• データ研磨をする際の心掛け

第3週：データ研磨スキル習得

• データサイエンスと相性のいいデータ研磨環境
• 基礎スキルの理解1 ～基本設定、ファイル処理、カラム・値操作～
• 基礎スキルの理解2 ～レコード操作、結合処理～
• 基礎スキルの理解3 ～構造変換・集計処理、可視化～

第4週：データ研磨スキル習得演習

• 日本プロ野球選手データのデータ研磨（R編）
• 日本プロ野球選手データのデータ研磨（Python編）
• ゲームハード販売台数のデータ研磨（Python編）
• ゲームハード販売台数のデータ研磨（R編）

第5週：データ研磨実践演習

• データ研磨を通じて実現したいこと
• データ研磨手順の構築
• データ研磨工程（1）
• データ研磨工程（2）
• データ研磨工程（3）
• データの可視化
• データ研磨後にやるべきこと
• エピローグ：社会で活躍できるデータサイエンティストへ