立命館大学シラバス

授業科目名	年度	学期	開講曜日・時限	学部・研究科	全担当教員	単位数
14779:Foundations of Data Engineering (G1) § 14780:RUIR-1807 Foundations of Data Engineering(JD)	2024	秋セメスター	水7	法学部,国際関係学部,政策科学部,映像学部,情報理工学部	西門秀人	2

キャンパス

授業施設

施設なし

授業で利用する言語

英語

授業の概要と方法

ICT（情報通信技術）の進歩により，スマートフォンやIoTデバイスなどのさまざまなデバイスからインターネットを経て，多種多様なデータが収集されている．この大規模データ（ビッグデータ）を，コンピュータで分析・管理・保護するための基礎技術について広く学ぶ．コンピュータ内部でのデータ表現や，データを扱う手順をコンピュータに指示するためのプログラミングやアルゴリズムの基礎を学び，実際にコンピュータでデータを分析する過程を概観する．
本科目は，文部科学省の「数理・データサイエンス・ＡＩ教育プログラム認定制度（応用基礎レベル）」のモデルカリキュラムを同じ教養科目である「データサイエンス・AI基礎」と合わせてカバーする内容となっている．
オンデマンド形式の教材を視聴して，各授業回において理解度の確認を行うとともに，演習，PBL課題などを課して，到達目標の達成度を確かめる．

受講生の到達目標

数理・データサイエンス・ＡＩについて、以下のことについて理解・習得することを目標とする。
・データを収集・処理・蓄積するための技術の概要を理解することができる。
・コンピュータでデータを扱うためのデータ表現の基礎を理解することができる。
・Webサイトやエッジデバイスから必要なデータを収集することができる。
・データベースからのデータ抽出方法を理解することができる。
・データを可視化し、意味合いを導出することができる。
・プログラミングの基礎を理解することができる。
・収集したデータを加工することができる。
・ITセキュリティの基礎を理解することができる。
・データを分析し、分析結果をもとに起きている事象の背景や意味合いを理解できる。

事前に履修しておくことが望まれる科目

所属している学部で開講されている「データサイエンス+Rプログラム（基礎）」の対象科目

授業スケジュール

授業回数/ 担当教員（複数担当の場合）	テーマ
授業回数/ 担当教員（複数担当の場合）	キーワード・文献・補足事項等
1	ビッグデータとデータエンジニアリング
1	ICT（情報通信技術）の進展，ビッグデータ
2	データ表現（1）
2	コンピュータで扱うデータ，情報量の単位（ビット，バイト），2進数
3	データ表現（2）
3	2進数，16進数，接頭語（KB（キロバイト），GB（ギガバイト）），浮動小数点数，文字コード
4	データ表現（3）
4	配列，グラフ，画像データ，音声データ
5	プログラミング
5	変数，代入，条件分岐と繰り返し，関数，引数
6	アルゴリズム（1）
6	アルゴリズム，アルゴリズムの表現方法，データの並べ替え
7	アルゴリズム（2）
7	高度なデータの並べ替え（マージソート），データの探索
8	アルゴリズム（3）
8	アルゴリズムと計算量，数理最適化
9	データの収集
9	IoT （Internet of Things），エッジデバイス，スクレイピング，Webクローラー
10	データの整形・加工
10	データクレンジング，フィルタリング処理，アノテーション，結合処理
11	データベース
11	リレーショナルデータベース，テーブル定義，ER図，データ操作言語
12	ITセキュリティ
12	情報セキュリティの基礎概念，情報セキュリティの三要素，暗号モデル，秘密鍵暗号，公開鍵暗号
13	データ分析演習（1）
13	プログラミング演習
14	データ分析演習（2）
14	Webスクレイピング演習
15	データ分析演習（3）
15	データ分析演習

授業実施形態

全ての授業をメディア授業（オンデマンド型）で実施

授業外学習の指示

授業は全てオンデマンド教材を使用して行われます。
自身の修得度に合わせて何度も学習し、各回修得が求められる知識や技能を着実に学習してください。

成績評価方法

種別	割合(%)	評価基準等
定期試験（筆記）
レポート試験（統一締切日を締切とするレポート）
上記以外の試験・レポート、平常点評価（日常的な授業における取組状況の評価）	100	各回設定される小テストを以て総合的に評価する

成績評価方法(備考)

受講および研究に関するアドバイス

教科書

教科書(使用頻度、その他補足)

参考書

書名	著者	出版社	ISBNコード	備考
応用基礎としてのデータサイエンス　AI×データ活用の実践	北川源四郎他（編）,　赤穂昭太郎他（著）	講談社	978-4-06-530789-2

参考書(使用頻度、その他補足)

参考になるwwwページ

授業内外における学生・教員間のコミュニケーションの方法

コミュニケーションペーパー,インタラクティブシート,manaba+R,その他(教員より別途指示）

備考

【科目ナンバリング・カリキュラムマップはこちらから/Click here to see the Curriculum-Map and Course-Numbering】
URL:http://www.ritsumei.ac.jp//students/pathways-future/course/curriculum.html