授業の目的

この講義では現在様々な分野で注目されているデータサイエンスについて理解を深めることを目的としている。データサイエンスの基礎からデータの視覚化や線形モデル、機械学習とその創薬への応用、医療データの利活用などについての理解を深める。

教育内容

1.生命科学におけるデータサイエンスの必要性について学ぶとともにシミュレーション技法について理解する。
2.Rを用いて実データの扱いと見方を学ぶとともに、線形モデルについて理解する。
3.機械学習の基本的な概念を学び、創薬での応用を知ることで理解を深める。
4.医療データの基本的な種類と特徴を理解し、医療の質向上や患者安全におけるデータの活用の現状と課題を理解する。

教育方法

・事前配布した資料を用いた講義形式ですすめる。
・エクセルやRを用いてプログラミングやデータ解析を行う場合は、パソコンを使用する。
・レポート作成を実施した際は、個別フィードバック後にリフレクションを促す。

実務経験の授業への活用方法

荒井　康夫：病院における職務経験および研究活動を踏まえ、医療データの実務的課題とその活用について教育を行う。

卒業・学位授与の方針と当該科目の関連

◎：DP2,DP5
○：DP4

授業内容(シラバス)

到達目標

1.データサイエンスについて理解するとともに、データの確率的な振舞いを実際に体験・理解する。
2.データの基本構造を理解し、データの解析とモデリングを体験・理解する。
3.機械学習のイメージを掴み、応用事例を通してデータサイエンスの活用方法を理解する。
4.医療データの特徴を説明し、活用の意義と課題を考察できる。

評価方法

全ての講義に出席することを前提に、担当者からそれぞれ指定される課題についてのレポートにより評価する。（各課題25％×4回）
評価基準：それぞれの講師が設定した課題に対して、講義中に得た知識をもとに、データサイエンスの観点から問題解決ができているかを評価する。

準備学習(予習・復習等)

【予習・復習に必要な時間数：30時間】
予習：事前の配布資料をもとに講義内容を確認し、不明な点は予め自ら調べておく。
復習：講義後に課される課題について、復習しながらレポートにまとめる。

備考・その他

【関連科目】情報処理Ⅰ〜Ⅲ、数学、医療統計学
レポート作成、エクセルやRを用いてプログラミングによるデータ解析を行う講義の際は、パソコンを持参する。

教材