コンビニの売上、電車の乗降記録、インターネット上の書き込み、アプリの利用履歴など大量のデータがビジネスでは日々収集されている。これらデータから即座にインサイトを生み出し、ビジネスに貢献することが求められるデータサイエンスに大きな期待が寄せられる。データ利活用の初期段階として、データの基礎的な集計や統計処理により、ビジネスにおける着目する問題を明確化したり、課題解決のための糸口を引き出すことが必要である。そこでは、分析操作の技術だけでなく、ビジネスへの貢献やコミュニケーションも求められる人材(データサイエンティスト)が社会から強く求められている。
　データアナリティクス応用では、データ分析からインサイトを引き出し、ビジネスの改善を行っていくことを主眼に置いたが、データサイエンス・アドバンスド・プログラムでは、機械学習・AIモデルを利用し、業務の自動化や拡大を行っていくためのモデリングの基礎を習得する。例えば、画像、文章やネットワークといったデータの扱いや、予測や分類といったタスクに強い機械学習・AIの手法を「Python」を通して触れていく。より高度な分析手法を身につけ、データサイエンティストとして社会のニーズに応えられる技術力を身につけられるよう授業を行う。

データサイエンスのプロジェクトに関わる一連のプロセスを体験する。
・データサイエンスの知識を用いることで，分析課題の特定や解決の糸口を見いだせるようになる。
・統計処理、機械学習・AIのプログラミング言語「Python」による実践的なデータ処理やモデリングができるようになる。
・実施したモデリングで得られた知見や結果をを効果的に他人に説明できるようになる。

　第9回までの講義では、統計学の知識などを講義し、実データを「Python」を用いて自らの手で解析、グラフ化を行い簡単なレポートにまとめる。第10回からのデータ解析プロジェクトでは、自ら課題と感じるテーマを設定し、解析するデータを選び、これまでの知識をフル活用したデータ解析を行い、得られた結果の発表を行う。
　公立はこだて未来大学との連携協定事業の一つとして、大学院生がティーチングアシスタントとして参加し、授業支援等の業務を行う。
　※講義はすべてZoomによるオンライン授業とする。WebClass上で配布された資料やデータ等を用い、講義時間中に講義と演習を行う。

講義中に課す小レポートは、講義時間中に時間をとるので、TAサポートのもと解答して提出する。

予習：事前に配布資料に目を通しどのような内容を学習するのかを確認する。
復習：授業で行った内容を確認し，「Python」のコマンドをもう一度実行する。
※発表会に向けた準備では、slack上での質疑応答やディスカッションを行うこともある。

その他（補足欄参照）は、第15回発表会への参加と発表の評価：25％である。
※発表会の準備、発表者としての参加、最終レポート（定期試験に代わるレポート）の提出は必須であり、正当な理由のない欠席は成績評価を行わない。

＜教科書不要科目＞