| 英文名 | Outline for Data Science | |
|---|---|---|
| 科目概要 | 未来工学研究科（修士課程）生命データサイエンス専攻修士１年前期、総合科目、選択、講義、1単位 | |
| 科目責任者 | 岡 浩太郎 | |
| 担当者 | (※は実務経験のある教員) 岡 浩太郎、 渡辺 豪 | |
| 講義室 | ||
この講義はデータサイエンスについて学部で学んでこなかった修士課程の学生を対象に、データサイエンスについての概論を述べるとともに、修士課程における研究が円滑に行えるようにすることを目的とする。
データサイエンス基礎（ビッグデータと人工知能、データ収集法など）、計算科学（シミュレーション科学）の基礎、情報倫理、統計学・機械学習の基礎、ネットワークの分析、ニューラルネットワークの基礎、生物・物理問題への適用などについて講義する。
他分野で教育を受けた修士課程の学生を対象にデータサイエンスについて概要を講義形式ですすめ、その内容についてディスカッションを行う。また、適宜課題を与え、レポートを作成させることにより理解を深める。
ディスカッションや課題等については、適宜講評を行う。
DP1、DP3
| 回 | 項目 | 内容 | 担当者 | 日時 |
|---|---|---|---|---|
| 1 | データサイエンスの基礎 | ビッグデータと人工知能、データ収集法などについて、この分野に初めて接する学生に、その全貌を示すとともに、その考え方を理解させるための道筋を講義する。併せて計算機科学の基礎となる、情報量とエントロピーなどの概念が直感的にわかるようにする。 | 岡 浩太郎 | 4/9② |
| 2 | 情報倫理1 –インターネット社会におけるモラル– | 情報倫理とは何か、なぜ情報倫理を身につける必要あるのかをこれまでの歴史と共に理解する。インターネットの誕生と情報社会に与えた影響、そしてメール、ビデオ通話、ブログ、SNSの利点と注意点・マナーを理解する。 | 渡辺 豪 | 4/16② |
| 3 | 情報倫理2 –デジタル・ネット時代の個人情報、知的所有権– | 個人情報の定義、個人情報保護法の基本的な考え方や対象、マイナンバー制度の概要と懸念される危険を理解する。知的所有権・著作権・クリエイティブ・コモンズとは何かを理解する。 | 渡辺 豪 | 4/23② |
| 4 | データサイエンスを学ぶための数学1 | データサイエンスの根幹を担う数学のうち、線形代数の知識について講義と演習を通じてブラッシュアップし、併せて統計学との関係について理解を深める。 | 岡 浩太郎 | 5/7② |
| 5 | データサイエンスを学ぶための数学2 | データサイエンスの根幹を担う数学のうち、主に最適化の問題に関わる知識について講義と演習を通じてブラッシュアップし、理解を深める。 | 岡 浩太郎 | 5/14② |
| 6 | ニューラルネットワークと機械学習 | 神経回路を模倣した情報処理技術がデータサイエンスでは多く用いられてきていることから、神経細胞とその演算、記憶や学習などの神経回路の可塑性について理解させる。また神経細胞の機能がどのように数理モデルとして機械学習に用いられているのかについての理解を深める。 | 岡 浩太郎 | 5/21② |
| 7 | 生物・物理問題への計算科学の適用（事例紹介） | 様々な生命現象や生命科学の根底をなす物理の問題に計算科学がどのように適用されているのかについて、研究事例を紹介することにより理解を深める。 | 岡 浩太郎 渡辺 豪 | 5/28② |
| 8 | まとめと議論 | 講義全般についてディスカッションを行い、データサイエンス研究全般に関する基礎知識の定着を図る。 | 岡 浩太郎 渡辺 豪 | 6/4② |
データサイエンスの概要や、その数理的な基礎や情報倫理との関係などを理解し、実際に説明することができる。
講義中のディスカッション（40%）とレポート(60%)により総合的に評価する。
【講義時間外に必要な学修時間：29時間】
予習：担当者が講義で使うハンドアウトについて事前に目を通して講義の準備をする。
復習：講義後に担当者から指定される課題について文献等を調査し、レポートにまとめる。
【関連科目：生命データサイエンス特別研究Ⅰ・Ⅱ、専門科目群】
| 種別 | 書名 | 著者・編者 | 発行所 |
|---|---|---|---|
| 教科書 | 配布資料あり | ||
| 参考書 | 講義中に受講生の理解度に応じて紹介する。 |