問題解決のための統計学入門

担当者：後藤振一郎
開講学年:1年後期
対象：全ての学部学科
授業方法：遠隔講義により講義を実施する予定である。プログラミング言語を講義で扱う際は、LMS（学習管理システム：Learning Management System）を使う予定である。

「問題解決のための統計学入門」 で使用する教科書について

教養としてのデータサイエンス

北川源一郎/武村彰通　編
内田誠一ほか　著
講談社

シラバス

第9回まではこの教科書に沿った講義です。
第10回以降は、コンピュータプログラム(Pythonを予定)を使った講義になります。

目次
  1. [導入]社会におけるデータ・AI利活術
    1. 社会で起きている変化
      1. ビッグデータ
      2. 検索エンジンとSNS
      3. 第4次産業革命
      4. AIの驚異的発達
      5. 人間の知的活動とAI
    2. 社会で活用されているデータ
      1. データの種類
      2. データの所有者
      3. 構造化データと非構造化データ
      4. 自動翻訳
    3. データとAIの活用環境
      1. 事業活動におけるデータ・AI活用の広がり
      2. 活用目的ごとのデータ・AI活用の広がり
    4. データ・AI利活用のための技術
      1. 誰もが無意識にデータを解析して生きている
      2. さまざまなデータ解析−予測
      3. さまざまなデータ解析−グルーピングとクラスタリング
      4. さまざまなデータ解析−発見
      5. データ解析の関連話題
      6. 非構造化データ処理
      7. データ可視化
      8. パターン認証技術
      9. 人工知能
    5. データAI活用の現場
      1. データ分析による意思決定
      2. 情報技術による自動化
      3. データ分析・自動化の実際
      4. 組織的考慮点
    6. データ・AI利活用の最新動向
      1. AI等を活用した新しいビジネスモデル
      2. AI最新技術の活用例
  2. [基礎」データリテラシー
    1. データを読む
      1. データの種類
      2. データの分布と代表値
      3. 代表値の性質の違い
      4. データのばらつき
      5. 観測データに含まれる誤差の扱い
      6. 打ち切りや脱落を含むデータ、層別の必要なデータ
      7. 相関と因果性
      8. 母集団と標本抽出
      9. クロス集計表、相関係数行列、散布図行列
      10. 統計情報の正しい理解
    2. データを説明する
      1. データの表現
      2. データの図解表現
      3. データの比較
      4. 不適切なグラフ表現
      5. 優れた可視化の例
    3. データを扱う
      1. 表形式のデータ
      2. データ解析ツール
      3. SSDSEデータを扱う
  3. [心得]データ・AI利活用術における留意事項
    1. データ・AIを扱う上での留意事項
      1. ELSI 一般データ保護規則：GDPR
      2. 十分性認定
      3. AI倫理
      4. AI脅威論
      5. ブラックボックス化
      6. 説明可能性
      7. アカウンタビリティ・透明性・トラスト
      8. 公平性
      9. データ・AI活用における負の事例紹介−データの悪用・目的外利用
      10. データ・AI活用における負の事例紹介−フラッシュ・クラッシュ
    2. データを守る上での留意事項
      1. データサイエンスにおけるセキュリティのプライバシー
      2. データサイエンスと情報セキュリティ
      3. データサイエンスとプライバシー