| 1 |
A |
ガイダンス（この授業でどういうことを学ぶか、開発環境の整備）
|
事前学修 |
シラバスを読み、興味のある学修内容に関する事柄を調べる（2時間） |
| 事後学修 |
開発環境の起動を再確認しておくこと（3時間） |
| 2 |
A,C |
データ処理の方法：
１）Pythonプログラミングの概要、データ構造について
２）モジュールの使用
３）Web APIの使用
|
事前学修 |
Pythonの特徴を調べておくこと（2時間） |
| 事後学修 |
Pythonプログラミングの方法を再確認すること（3時間） |
| 3 |
A,C |
データの種類とデータの読み込み
１）csvファイル処理
２）データ抽出／結合
３）データベース化 |
事前学修 |
csvファイルの処理について調べておくこと（2時間） |
| 事後学修 |
pythonによるファイル入出力についてまとめること（2時間） |
| 4 |
A,C |
基本的なデータ処理／データ可視化
１）ノイズ除去、移動平均
２）ヒストグラム、散布図
３）最小二乗法、頻出単語抽出 |
事前学修 |
データ可視化の方法について調べておくこと（2時間） |
| 事後学修 |
授業とは別のデータを用いてデータの可視化を確認すること（2時間） |
| 5 |
A,C |
データの収集（Webスクレイピング／クローリング）
１）気象庁のデータ
２）商品価格
３）シカゴ美術館
４）yohooのトップニュース |
事前学修 |
大容量データを公開しているWebサイトをいくつか探しデータを閲覧すること（2時間） |
| 事後学修 |
授業で作成したデータ収集プログラムを用いてデータ収集を確認すること（3時間） |
| 6 |
A,C |
数値データの統計処理（温度、価格変動、地磁気嵐、台風の経路）
|
事前学修 |
統計処理の方法について調べておくこと（2時間） |
| 事後学修 |
作成した統計処理プログラムを確認せよ。授業とは別データを用いること（2時間） |
| 7 |
A,C |
文字列データの分析（正規表現、自然言語処理モジュール、テキストからの情報抽出） |
事前学修 |
自然言語処理について調べてくること（2時間） |
| 事後学修 |
作成した言語処理プログラムを確認せよ。授業とは別データを用いること（3時間） |
| 8 |
A,C |
データの識別（機械学習の方法、学習するプログラムとは何か） |
事前学修 |
機械学習について調べてくること（2時間） |
| 事後学修 |
授業で作成した学習プログラムを再確認すること（3時間） |
| 9 |
A,C |
データの予測（数値シミュレーション） |
事前学修 |
数値シミュレーションの事例を調べておくこと（2時間） |
| 事後学修 |
授業で作成したシミュレーションプログラムを再確認すること（3時間） |
| 10 |
A,C |
データ処理の自動化（RPAの方法） |
事前学修 |
RPAの事例について調べておくこと（2時間） |
| 事後学修 |
マウスとキーボードの自動制御プログラムを用いてWebサイトを順に画面キャプチャせよ（3時間） |
| 11 |
A,C |
データ処理の実例１（画像認識）
１）手書き文字認識
２）人の顔の抽出 |
事前学修 |
人の顔を抽出する方法について調べてくること（3時間） |
| 事後学修 |
授業とは別のデータ処理プログラムを１つ作成すること（2時間） |
| 12 |
A,C |
データ処理の実例２（自動翻訳）
１）AIのWebサービス
２）Web APIの利用 |
事前学修 |
自動翻訳のWebサービスを試しておくこと（2時間） |
| 事後学修 |
授業とは別のデータ処理プログラムを１つ作成すること（2時間） |
| 13 |
A,C |
データ処理の実例４（音声認識／音声出力） |
事前学修 |
音声関連のWebサービスを試しておくこと（2時間） |
| 事後学修 |
授業とは別のデータ処理プログラムを１つ作成すること（2時間） |
