本学の数理・データサイエンス・ＡＩ教育プログラムで実際に使用している教材「データ科学基礎」の一部動画を公開します。本教材は、数理・データサイエンス教育強化コンソーシアムが公開したリテラシーレベルおよび応用基礎レベルのモデルカリキュラムに対応しています。

公開教材

データ科学基礎（全8回、各回動画4～6本及び小テストにより構成）の教材の中から、動画8本を公開します。

No.	教材	モデルカリキュラムのキーワード
No.	教材	リテラシーレベル	応用基礎レベル
1-1	データ科学の役割(1)	1-2. 社会で活用されているデータ
2-1	コンピュータにおけるデータの表現と処理	数と表現、計算誤差、データ量の単位、文字コード、配列	情報量の単位（ビット、バイト）、二進数、文字コード
3-1	人工知能の歴史	特化型AIと汎用AI、今のAIで出来ることと出来ないこと、AIとビッグデータ	AIの歴史、推論、探索、トイプロブレム、エキスパートシステム
4-1	情報倫理と関連法規	倫理的・法的・社会的課題（ELSI：Ethical, Legal and Social Issues）
5-1	データの種類	データの種類（量的変数、質的変数）
6-1	順列と組み合わせ	確率、順列、組み合わせ
7-1	統計的推測の前準備	母集団と標本抽出（国勢調査、アンケート調査、全数調査、単純無作為抽出、層別抽出、多段抽出）
8-1	統計的検定の前準備	仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替、新規生成など

利用にあたってのお願い

すべての教材の著作権は、原則として、各コンテンツの作成者に帰属します。
本教材には、第三者より許諾を得て利用している画像や、各種ライセンスによって提供されている画像等が含まれています。個々の画像等を本講義資料から切り離して利用することはできません。

上記公開教材のほか、名古屋大学の数理・データサイエンス・ＡＩ教育プログラムを構成する以下3つの科目について、動画（上記以外）、資料PDF、Power Point、サンプルデータ、課題、小テストを提供可能です。
問い合わせフォームからご相談ください。

データ分析能力を身につけるうえで，最も重要な基礎的知識を習得するための科目です。
各回4～6本の動画により構成され、そのうちPart 1を上記のとおり公開しています。

データ科学基礎において習得した知識を基に受講生自身がプログラミングや計算機ツール等によるデータ分析の基礎的技能を習得するための科目です。

回	内容
第1回	Pythonによるプログラミング（変数，四則演算）
第2回	Pythonによるプログラミング（繰り返し）
第3回	Pythonによるプログラミング（条件分岐，データ構造）
第4回	Pythonによるプログラミング（関数）
第5回	数値計算と可視化（numpy，matplotlib）
第6回	データ処理と回帰分析（pandas，scikit-learn）
第7回	機械学習（scikit-learn）
第8回	画像認識（scikit-image，dlib）