| 授業名 | 健康ビッグデータ解析学(99P4406) | 授業名（英） | |
| 教員名 | 寺尾 哲 | ||
| 開講年度学期 | 2022年度 前期 | ||
| 曜日時限 | 月曜1限 | ||
| 開講学科 | 薬学部薬学科 | ||
| 単位 | 2.0 | 学年 | 4年 |
| 区分 | 専門科目 | 課程 | 必修 |
| 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の養成コースの一部である。 特にビッグデータの取り扱い方、分析の仕方にはどのようなものがあり、我々が調査・研究にどのように使っていけるかを考える機会にしたい。同時に分析する際、利用できる代表的統計手法やアルゴリズムも解説する。この科目は多方面に関係するため、複数の演者で講義する。 寺尾:多次元の大量の観察データの構造を調べるのに必要な解析方法の多変量解析を紹介する。 畠山先生: 大量の遺伝子データを産生可能とする近年の技術革新を踏まえて、それらの大量データに関する処理と解析について概説する。また、遺伝子ビッグデータに関する研究事例と医療応用への取り組みについても紹介する。 緒方先生:AI技術、特に、深層学習の仕組みを説明し、その応用として、遺伝子の塩基配列の解析について、実際に行われている解析などの概説を行う。 相良先生: サイバー空間（仮想空間）とフィジカル空間（現実空間）の融合による新たな未来社会とは何か、経済産業省が提唱するSociety 5.0（ソサエティー5.0）とは何かを概説する。また、ビッグデータを活用するAI技術の進化と医療への応用について、医療分野ではどのような役割を担うようになっているかを概説する。 外部講師の先生には、ZOOMにて、実データに基づく応用の実際・考え方等を紹介していただく。 |
| 達成目標 | データサイエンティストとしての幅広い視野・基礎学力を身に着ける。 |
| 学習教育目標 | |
| 成績評価方法 | 統計手法は、期末テストで評価する。更に統計以外の講義については、各講師毎講義の概要をレポートで提出することを義務付け、それらにより評価する。成績配分は、テストは50点、レポート合計は50点とする。レポートは各講師毎、ワード/手書きA4、2枚以内にまとめる(ホチキスを使わず各ページに一連番号をふる)。 5回以上の欠席は不合格とし、評価対象から除外する。再試験は実施しない。 成績評価は大学および学部が定める成績評価基準によって行う。 |
| 教科書 | なし |
| 参考書 | 遂次紹介していく。 |
| 履修上の注意 | 外部講師の講義は実施は決まっているが、予定は変更の可能性があり、決まり次第連絡します。 |
| 授業計画 |
| 注意 |