コース情報 | 健康ビッグデータ解析学(99P4414)

健康ビッグデータ解析学(99P4414)

授業科目名	健康ビッグデータ解析学(99P4414)	授業科目名(英）	Big Data Analytics in Healthcare
教員名	緒方　浩二
開講年度学期	2026年度後期
曜日時限	火曜2限
開講学科	薬学部薬学科

単位	2.0	学年	4年
科目区分・授業形態	専門科目講義・演習	単位区分	必修

授業概要	この科目は、今世の中で求められているデータサイエンティストに必要な基本的な項目に関して学習し、データ解析に関する理解を深める。特に、ビッグデータを解析する際に用いられている多変量解析とAIの基礎である深層学習に関して、それらのアルゴリズムの説明を行い、更に、それらの技術がどのようなデータに対して有効に働くのか等の説明を行う。講義の進め方は、前半部分に回帰分析やクラスタ解析などの多変量解析の項目に関して説明を行い、後半部分で深層学習の基礎的な部分について説明を行う。最後の3回の講義は、工学部・数理情報科学科の3名の先生（熊澤先生、雨宮先生、福井先生）に実データを用いた解析などに関して説明をしていただく。
達成目標	(1)　データ解析における基礎学力を身に着ける。 (2)　多変量解析の手法が理解できる。 (3)　深層学習の基本的なアルゴリズムが理解できる。 (4)　データ解析の流れが理解できる。
DPとの関連性	DP1-1：　　DP1-2：　　DP1-3：　　 DP2-1：◎　DP2-2：◎　DP2-3：△　 DP3-1：△　DP3-2：△　 DP4-1：　　DP4-2：
成績評価方法	３分の２以上の講義に出席した学生に対して、期末試験（100満点）により評価する。 S: 90～100点　A: 80～89点　B: 70～79点　C: 60～69点　D: 59点以下不合格再試験：有再試験の範囲は期末試験と同様で100点満点で出題する。
教科書	なし
参考書	遂次紹介していく。
履修上の注意	科目間の繋がりはカリキュラムツリーを参照すること。

授業計画

健康ビッグデータの概要　担当：緒方
線形代数の基礎　担当：緒方
確率・統計の基礎　担当：緒方
回帰分析　担当：緒方
主成分分析　担当：緒方
クラスタ解析　担当：緒方
ロジスティック分析　担当：緒方
判別分析　担当：緒方
ベイズ統計の基礎　担当：緒方
深層学習の基礎①　担当：緒方
深層学習の基礎②　担当：緒方
深層学習の基礎③　担当：緒方

人工知能（AI）のこれまでとこれから
外部講師：熊澤　努　先生（山口東京理科大・工学部・数理情報科学科）　

公共データベースの利用
外部講師：雨宮　崇之　先生（山口東京理科大・工学部・数理情報科学科）　

これまでの生命情報学とこれから
外部講師：福井　一彦　先生（山口東京理科大学・工学部・数理情報科学科）

期末テスト

注意