この講義では、数理・データサイエンス・AIが身近な課題や社会の課題を解決するために有用なツールであることを学び、それを実践する際に必要となる様々な技術の概要および理論の基礎を学びます。この講義を習得することで、データサイエンス・AIの基礎知識を網羅的に身につけられ、皆さんのデータ解析能力の基礎となります。この能力は専門教育で大いに役立つだけでなく、皆さんの「強み」につながります。
以下の経済産業省のページには、「数理・データサイエンス・AI教育プログラム」に賛同する企業等や業界団体が掲載されています。ぜひ参考にしてください。
経済産業省 「数理・データサイエンス・AI教育プログラムサポーター」
| 日付 | 講義内容 | 講師 |
|---|---|---|
| 第1回 | 情報センシング | 寺田 努(工学研究科) |
| 第2回 | 時系列データ解析・音声解析 | 高島 遼一(システム情報学研究科) |
| 第3回 | テキスト解析 | 村尾 元(国際文化学研究科) |
| 第4回 | 情報セキュリティ | 白石 善明(工学研究科) |
| 第5回 | プライバシー保護技術 | 小澤 誠一(数理・データサイエンスセンター) |
| 第6回 | データサイエンス実践演習(1) | 首藤 信通、他(数理・データサイエンスセンター) |
| 第7回 | データサイエンス実践演習(2) | 首藤 信通、他(数理・データサイエンスセンター) |
| 第8回 | 期末テスト・とりまとめ |
2021年度以前の入学生の方にとっては、「数理・データサイエンス標準カリキュラムコース」対象科目となります。また、「神戸大学 数理・データサイエンス・AI教育プログラム(応用基礎レベル)」のコア科目でもあります。
・本講義の受講に「データサイエンス概論A」の受講は前提としない。但し、「データサイエンス基礎学」「情報基礎」の単位を取得していることが望ましい。
※(注記)「データサイエンス基礎学」「情報基礎」は、「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」の構成科目です。
・授業によっては、PCを使ったデータ解析演習を行うことがあります。BEEFで適宜指示しますが、以下のソフトが使用可能なPCを準備してください。
・Microsoft Excel(およびWord)
・ミーティング用Zoomクライアント(Zoomアカウントの作成は不要)