文理学部シラバスTOP > 文理学部 > 社会系 > データアナリティクス
日本大学ロゴ

データアナリティクス

このページを印刷する

令和７年度以降入学者 データアナリティクス
教員名 大川内隆朗
単位数    2 学年 1～4 開講区分 文理学部
科目群 総合教育科目
学期 後期 履修区分 選択
授業形態 対面授業（一部遠隔授業）
授業概要 これからのビックデータ時代に、文系・理系の学生を問わずに必要とされるデータの分析手法について、、専用のソフトウェアを用いた実践をを通して学修する。
授業のねらい・到達目標 本科目は、AI・データサイエンス時代におけるデータ分析について、統計的な知識とスキルに加え、BIツールを活用した実践力を身に付けること目的とする。
ビッグデータの処理においては、高度なプログラミング技術を活用した柔軟性や自動化が求められることもあるが、プログラミングを用いることなく効率的かつ効果的に分析や可視化を行うことで迅速に意思決定に繋げることを求められることも多い。
具体的には、
・BIツールを利用してプログラミングを用いずに基礎的な分析や可視化を行う
・AIを用いた簡易な分析を行う
・簡単なプログラミング技術を取り入れることでデータを加工し分析の幅を拡げる
ことができるようになることを目標とする。

この科目は文理学部のDP3, DP4, DP5及びCP3, CP4, CP5に対応している。
仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察することの重要性を説明できる。(A-3-1)
事象を注意深く観察して，解決すべき問題を認識できる。(A-4-1)
新しいことに挑戦する気持ちを持つことができる。(A-5-1)
授業の形式 講義、実習
授業の方法 PC教室における演習を中心とする授業とする。
授業に関する連絡事項の伝達や課題提出，フィードバック等は、Canvas LMSを利用する。
なお、本授業の事前・事後学習は、各2時間の学修を目安とする。
授業計画
1 ガイダンス(A-3-1)(A-4-1)(A-5-1)
・AI時代におけるBIの活用
・代表的なBIツールの紹介
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
2 データの読込(A-3-1)(A-4-1)(A-5-1)
・構造化データと非構造化データ
・データの尺度
・CSVデータ
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
3 表による可視化(A-3-1)(A-4-1)(A-5-1)
・単純集計表とクロス集計表
・ピボットテーブル
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
4 グラフによる可視化（基礎）(A-3-1)(A-4-1)(A-5-1)
・棒グラフ
・折れ線グラフ
・帯グラフ
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
5 グラフによる可視化（応用）(A-3-1)(A-4-1)(A-5-1)
・二軸グラフ
・組み合わせグラフ
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
6 データの分布(A-3-1)(A-4-1)(A-5-1)
・ヒストグラム
・箱ひげ図
・撒布図
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
7 データの集計法(A-3-1)(A-4-1)(A-5-1)
・層別分析
・フィルタ
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
8 中間レポート課題(A-3-1)(A-4-1)(A-5-1)
・オープンデータの分析
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】オンデマンド型授業
9 データのハンドリング(A-3-1)(A-4-1)(A-5-1)
・データのクレンジング
・データ間の結合
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
10 データ収集の技術(A-3-1)(A-4-1)(A-5-1)
・Webスクレイピング
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
11 AIを活用した分析（基礎）(A-3-1)(A-4-1)(A-5-1)
・機械学習の原理
・分類と回帰
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
12 AIを活用した分析（応用）(A-3-1)(A-4-1)(A-5-1)
・クラスタリング
・回帰分析と特徴量
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】オンデマンド型授業
13 テキストデータの分析(A-3-1)(A-4-1)(A-5-1)
・テキストマイニング
・感情分析
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業、オンデマンド型授業
14 データの可視化とコミュニケーション(A-3-1)(A-4-1)(A-5-1)
・ダッシュボード
・プレゼンテーション
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】対面授業
15 期末レポート課題(A-3-1)(A-4-1)(A-5-1)
・プレゼンテーションの作成
【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間）
【事後学習】LMS上で課題の提出を行う （2時間）
【授業形態】オンデマンド型授業
その他
教科書 使用しない
参考書 使用しない
成績評価の方法及び基準 レポート(50%)、毎週の小テストおよび小課題(50%)
オフィスアワー 授業の中で提示する。
またメールによる質問も随時受け付ける。

↑このページのトップ