| Course Name | Year | Term | Period | Faculty / Graduate School | All Instructors | Credits |
|---|---|---|---|---|---|---|
| 10424:Applied Data Science (GA) § 10425:Professional Lectures (Applied Data Science1) (GA) | 2022 | Spring | Tue4 | College Of Law,College Of Social Sciences,College Of International Relations,College Of Letters,College of Image Arts and Sciences | TAMEI TOMOTA | 2 |
Campus
Class Venue
Language
日本語
英語
Japanese
Course Outline and Method
講義は基本的に対面授業で実施するが、教室が密になる可能性があるので、受講者数が教室の収容人数の50%を超える場合、グループワークの班ごとに対面(7回分)とWeb(7回分)の日を決めた上で、授業を実施する。そのため、第1回講義だけは全員Web授業で実施し、その時に第2回講義以降に「グループワークを行う班分け」、「完全に対面授業にするのか、対面授業とWeb授業を組み合わせるのか」、「どの班がどの日に対面になるのか」を連絡する。
なお、BCPレベルが3を超える場合は、全ての受講生はWeb講義に移行する。その際、中間( 最終 )発表の日がWeb講義の対象期間になった場合は、プレゼンで使うパワーポイント(口頭発表の内容をノート欄に記載)の提出で発表を行ったものとする。
スライド、レジュメをmanaba+Rの「コンテンツ」に格納する。内容は上記の分析に必要だと思われる分析手法や分析事例の紹介であり、これを基にグループワーク（グループが設定したテーマに対する分析）を行ってもらう。各週の進捗状況をレポートとして提出することで、それを出席点として評価する。エクセル等の計算ツールを使って、分析を行う場合、Web授業日に設定された受講生は個人のPCを用意するか、情報教室のPCを予約すること。予約のための URL を以下に記す。
http://www.ritsumei.ac.jp/rainbow/news/detail/?detail_id=89
Student Attainment Objectives
(2) データ解析の結果を鵜呑みにせず、その理論的な正しさを判断できる。
(3)どのようにしてデータを収集しているのかを理解する。
Recommended Preparatory Course
Course Schedule
| Lecture/Instructor（When there are multiple instructors) | Theme |
|---|---|
| Keyword, References and Supplementary Information | |
| 1 |
イントロダクション：授業の進め方、データ科学とは
|
グループ分け、テーマ設定、データ配布、相関関係、因果関係、ランダム化比較試験( RCT ) |
|
| 2~3 | 事例研究 2 : 税抜き価格表示の秘密 |
データ分析、ランダムサンプリング、データの中心とばらつき( 平均と分散 ) |
|
| 4~5 | 事例研究 3 : 自動車重量と排ガス規制 |
データ分析、データの類似性 ( 相関係数 )、データの出現頻度 ( 頻度分布 ) |
|
| 6 |
事例研究 4 : 立命館生協店舗における気温と集客数の関係
|
データ分析、データの近似 (回帰分析)
|
|
| 7 | 中間発表 |
データ分析、議論、問題点の洗い出し |
|
| 8 | 事例研究 5 :「大学の偏差値」と「収入」の間に因果関係はあるのか |
データ分析、マッチング法 |
|
| 9~10 | 事例研究 6 : 企業におけるデータ分析の実例 |
データ分析、ランダム化比較試験( RCT ) |
|
| 11 | 事例研究 7 : 医療費の自己負担比率と外来患者数 |
データ分析、回帰不連続デザイン法 |
|
| 12 | 事例研究 8 : 受動喫煙と心臓病のリスク |
データ分析、パネルデータ分析 |
|
| 13 | 事例研究 9 : メタボ検診で長生きできるのか？ |
データ分析、ランダム化比較試験( RCT ) |
|
| 14 |
これからのデータ分析の主流
|
データ分析、ビッグデータ、コンピュータ、情報技術、POSシステム
|
|
| 15 | 最終発表 |
提言 |
Class Format
・第1回をWEB（オンデマンド）で、第2回～第15回を対面にて実施。
（受講登録の結果、受講者が教室定員の50％を超えた場合、受講者を対面出席のグループとＷＥＢ配信のグループに分け、2グループを入れ替え、出席調整をする場合がある。それでも身体的距離が十分に確保できない場合は、全員「ＷＥＢ」授業に切り替える場合がある。）
【BCPレベル3～4の場合】
・第1回～第15回をＷＥＢ（オンデマンド）にて実施。
Recommendations for Private Study
Grade Evaluation Method
| Kind | Percentage | Grading Criteria etc. |
|---|---|---|
| Final Examination (Written) | ||
| Report Examination (A report to be submitted by the unified deadline) |
||
| Exams and/or Reports other than those stated above, and Continuous Assessment (Evaluation of Everyday Performance in Class) |
100 | 出席、中間発表および、最終発表を基に成績を評価する。データ分析を正しく理解しているかが、発表の評価基準となる。配点は、出席点 : 30点(2点×15)、中間発表 : 30点、最終発表 : 40点とする。ただし、グループで分析、発表するので、出席状況による貢献度を考慮に入れ、それを発表点に反映させる。
|
Grade Evaluation Method （Note）
Advice to Students on Study and Research Methods
Textbooks
| Title | Author | Publisher | ISBN Code | Comment |
|---|---|---|---|---|
| データ科学の基礎 | 笠原健一, 宮野尚哉, 長憲一郎 | 共立出版 | 9784320124790 |
Textbooks （Frequency of Use, Note）
Reference Books
Reference Books （Frequency of Use, Note）
Web Pages for Reference
How to Communicate with the Instructor In and Out of Class(Including Instructor Contact Information)
Other Comments
URL:http://www.ritsumei.ac.jp//students/pathways-future/course/curriculum.html