新しい時代の全学共通の学び

データサイエンス
教育プログラム

大正大学では、society5.0のデジタル社会において、日常生活、専門科目の学び、卒業後の就業の場等で、数理・データサイエンス・AI技術を活用する基礎的な素養を身につけるため、全学共通教育においてデータサイエンス教育プログラムを必修科目として設定しています。
文系大学の学生が数理・データサイエンス・AIに関する知識・技能を適切に活用する力を身につけ、不安なく自らの意志で利活用できるように、教員・チューター・SAによるチュートリアル教育を実施し、授業内外で学修を支援しています。

このプログラムは、「数理・データサイエンス・AI教育プログラム（リテラシーレベル）プラス」として文部科学省から認定されています。

認定有効期限：令和9年3月31日まで

このプログラムは、「知識集約型社会を支える人材育成事業」の一環として文部科学省助成の採択を得ています。

POINT

教育プログラムの体系

EDUCATIONAL PROGRAM
SYSTEM

教育目標

主観的な判断ではなく、データをもとに意思決定を行うデータドリブンな思考を高め社会の課題を解決し、価値を創造していく人材となる

プログラム内容

特色ある取り組み

チュートリアル教育でのチームティーチング
- 学修支援
- テスト対策補習
- 学修相談
- 習熟度チェックとフォロー
- 面談
産官学連携による実践的学修
- 実データ提供
- 課題とミッション提示
- 発表会への参加と講評
多様なコミュニケーションツール
- 多様なコミュニケーションツールによる学修支援
- 学修の記録

POINT

教育プログラムの修了要件

EDUCATIONAL PROGRAM
COMPLETION REQIREMENTS

全学共通第Ⅰ類カリキュラム
必修科目「データサイエンスⅠ～Ⅵ」6単位取得

開講科目

データサイエンスのシラバスについては下記よりご確認ください。
（PDFが開きます）

POINT

育成する資質・能力

QALIFICATION ABILITY
TO DEVELOP

Ⅰ類科目の教育目標　『10の力』

本学では、学生が以下の各資質･能力を総合的に身につけることを目標として、第Ⅰ類科目の教育を行ないます。

A：慈悲

① 他者に共感する力：他者の声に耳を傾け、他者の喜びや苦しみ･悩みに共感することができる。
② 物事の本質を見極める力：人間･社会･自然および地域に目を向け、さまざまな情報を収集し、その中から物事の本質を見定めることができる。

B：自灯明

③ 自分自身を理解する力：みずからの強みや弱み、価値観、興味･関心について理解したうえで、みずからの学びと成長を言語化することができる。
④ 自分事として問いを立てる力：問いを立てて、その問いに自分事として向き合うことができる。

C：中道

⑤ 根拠にもとづいて思考する力：文献･資料･データなど、根拠にもとづいて思考し、主張することができる。
⑥ 自分らしい方法で表現する力：自分なりに解を導き、また説得力をもって表現することができる。
⑦ みずからの主張を吟味し、ふりかえる力：俯瞰的にみずからの思考を評価することができる。

D：共生

⑧多様性を尊重する力：共に生きる他者の多様なありかたを理解し、尊重することができる。
⑨新たな価値を創造する力：身につけた知識をあらゆる場面で活用しようとする姿勢を身につけている。
⑩他者と対話し、協働する力：他者と対話を重ねながら、問題解決に向けた行動をとることができる。

POINT

授業の方法及び内容

CLASS METHOD
AND CONTENT

METHOD01

「頭で理解する」と「手を動かす」の
セットで学修する

情報リテラシー・データサイエンス基本知識

Ⅰ	Ⅱ	Ⅲ	Ⅳ	Ⅴ	切り口	演習	授業テーマ	補足説明
1回					情報リテラシー	−	情報リテラシー①	アカウント管理の重要性、コンピュータウィルスと対策方法、情報セキュリティ対策の重要性、クラウドコンピューティング
6回					情報リテラシー	−	情報リテラシー②	データベースとは何か
	1回				情報リテラシー	-	情報リテラシー③	データの可視化の基本
		3回			情報リテラシー	-	情報リテラシー④	データ属性とは何か
2回					データサイエンス	-	データサイエンス基礎①	データサイエンスとは何か
	7回				データサイエンス	○	データサイエンス基礎②	「生成AIについて実践的に学ぶ」（特別講義）
		7回			データサイエンス	-	データサイエンス基礎③	「最新技術動向とデータサイエンティスト/エンジニアの案件実例から学ぶ生成AIの有用性について①」（特別講義）
			7回		データサイエンス	-	データサイエンス基礎④	「最新技術動向とデータサイエンティスト/エンジニアの案件実例から学ぶ生成AIの有用性について②」（特別講義）
				1回	情報リテラシー	○	情報リテラシー⑤	データ利活用時の契約（秘密保持契約）について

統計の基本

Ⅰ	Ⅱ	Ⅲ	Ⅳ	切り口	演習	授業テーマ	補足説明
2回				統計	○	統計の基礎①	統計学について・割合
3回				統計	○	統計の基礎②	単純集計表とクロス集計表
4回				統計	○	統計の基礎③	統計の概要と平均
5回				統計	○	統計の基礎④	基本統計量
6回				統計	○	統計の基礎⑤	4つの尺度
7回				統計	-	統計の基礎⑥	グラフの基本
	3回			統計	○	統計の基礎⑦	分散・標準偏差
		3回		統計	○	統計の基礎_復習①	「尺度」とtableauのメジャーとディメンションについて
		4回		統計	○	統計の基礎_復習②	「割合」と「分布」を表すグラフ（ヒストグラムと箱ひげ図）について
		5回		統計	○	統計の基礎_復習③	異なるメジャーのグラフについて
		6回		統計	○	統計の基礎_復習④	単純集計表とクロス集計表
			2回	統計	-	統計の基本①	時系列分析「データ形式について」
			3回	統計	○	統計の基本②	時系列分析「指数・増減率・成長率他」
			4回	統計	-	統計の基本③	時系列分析「移動平均」

Excel基礎・応用

Ⅰ	Ⅱ	切り口	演習	授業テーマ	補足説明
1回		Excel	○	Excel基礎①	表計算ソフト概念とExcelの特徴 / Excel基本操作
2回		Excel	○	Excel基礎②	数式（演算子）を使った計算データ、数式の入力 / 四則演算
3回		Excel	○	Excel基礎③	数式（関数）を使った計算① 相対参照と絶対参照 / 関数（SUM)
4回		Excel	○	Excel基礎④	数式（関数）を使った計算② 関数 : MAX、MIN、AVERAGE、IF、COUNTIF
5回		Excel	○	Excel基礎⑤	数式（関数）を使った計算③ 基本統計量に関する関数 : MEDIAN、MODE.SNGL
6回		Excel	○	Excel応用①	リスト形式のデータの扱い方
	1回	Excel	○	Excel応用②	ピボットテーブルの使い方
	2回	Excel	○	Excel応用③	グラフ作成方法① （円グラフ、棒グラフ、折れ線グラフ、複合グラフ）
	3回	Excel	○	Excel応用④	グラフ作成方法② 散布図、ヒストグラム / 関数：STDEV.P、STDEV.S
	4回	Excel	○	Excel応用⑤	数式（複雑な関数）を使った計算 / 関数：CORREL / VLOOKUP
	5回	Excel	○	Excel応用⑥	作業環境のカスタマイズ

tableau基礎・応用

Ⅲ	Ⅳ	Ⅴ	Ⅵ	切り口	演習	授業テーマ	補足説明
1回				tableau	○	tableau基礎①	BIツールの概念とtableauの特徴
2回				tableau	○	tableau基礎②	データベースへの接続とファイルの保存形式
3回				tableau	○	tableau基礎③	分析前の下準備
4回				tableau	○	tableau基礎④	データのビジュアル化の基礎
5回				tableau	○	tableau基礎⑤	さなざまなビジュアライズ I ●箱ひげ図、共有軸を使ったグラフ、二重軸を使った複合グラフ ●日付値・日付部分のフィールドの扱い方を習得する
6回				tableau	○	tableau基礎⑥	さなざまなビジュアライズⅡ ●クロス集計表の作成方法を習得する ●合計、小計の挿入、ハイライト表の作成方法を習得する
	1回			tableau	○	tableau基礎⑦	Tableau①～⑥の復習 / 並べ替えと条件の絞り込み
	2回			tableau	○	tableau基礎⑧	新たな切り口の作成とデータのドリルアップ・ドリルダウン
	3回			tableau	○	tableau応用①	計算の基本（集計・非集計）
	4回			tableau	○	tableau応用②	表計算の基本（合計に対する割合、移動平均、ランキング）
	5回			tableau	○	tableau応用③	ダッシュボードの基本
	6回			tableau	○	tableau応用④	データの整形と複数のデータの扱い方① （結合・ユニオン）
		1回		tableau	○	tableau応用⑤	データの整形と複数のデータの扱い方② （データインタブリータ・ピボット・分割）
		2回		tableau	○	tableau応用⑥	計算の応用（IF、ELSEIFなど）表計算の応用（セカンダリの使用、パレート図）
		5回		tableau	○	tableau応用⑦	ストーリーの使い方
			3回	tableau	○	tableau実践①	ビジュアライズのブラッシュアップ①
			4回	tableau	○	tableau実践②	ビジュアライズのブラッシュアップ②
		1回		tableau	-	tableauで始めるデータサイエンス①	tableauで始めるデータサイエンス
		2回		tableau	-	tableauで始めるデータサイエンス②	データサイエンスⅣ～Ⅵで取り組む課題解決について
		5回		tableau	-	tableauで始めるデータサイエンス③	ダッシュボードとは何か・社会でのダッシュボードの活用事例
		6回		tableau	-	tableauで始めるデータサイエンス④	データ整形の目的と接続前に整形が必要なデータの例

METHOD02

産官学連携による実データを使って
社会課題に取り組む

［データサイエンスⅤ/Ⅵ］授業テーマ：社会の課題解決について

実データを使って企業や自治体への課題解決提案を行う上で必要な項目を同時並行で学ぶ

①統計の基本に基づき
②データを使った課題解決の基本的なステップ
③定量分析手法
④情報リテラシーと情報倫理（守秘義務契約）

を学んでいく。

データサイエンスⅤ

問題解決型ミッション形式での連携
- 問題解決型ミッション形式では学生が「個人」で取り組む
- 連携先から具体的に解決したい「問題や課題」を明確に提示していただいた上で、その問題解決のために取り組む方式
- 最終的には連携先へプレゼンにて提案を行う
データサイエンスⅥ

価値創造型ミッション形式での連携
- 価値創造型ミッション形式では「グループ」で取り組む
- 連携先から提供を受けた複数のデータ分析から課題抽出を行い、さらには課題解決の具体的な提案を行う方式
- 最終的には連携先へプレゼンにて提案を行う

［データサイエンスⅤ・Ⅵ］社会の課題解決：各学科の連携先（令和5年度）

※上記の●は学部ごとに連携先は異なる

学部学科	連携先	データサイエンスⅤでの「問題解決型ミッション」内容	データサイエンスⅤでの「価値創造型ミッション」内容
表現学部	ガモールマルシェソフトバンク株式会社ニューラルグループ株式会社	大正大学ガモールマルシェにおける購買データと顧客属性を分析し、結果をもとに販売数向上を目的とした施策について提案する。	大正大学の運営するガモールマルシェにおける販売数向上を目的とし、POSデータを含む複数データを活用した分析結果をもとに示唆を見出し、施策を提案する。
文学部仏教学部	サイゼリヤ研究開発部	東西のサラダをはじめとした野菜料理の売れ方を分析し、もっと野菜をおいしく食べていただくためのアイディアを提案する。	コロナ禍後、外食へのお客様が変わってきていると言われている。販売データと合わせてオープンデータ等も活用し何がサイゼリヤの売上を伸ばす要因なのか分析し、「ディナーの売上」を伸ばすための課題の発見と、新しい価値を創造できる解決策を提案する。
地域創生学部社会共生学部	三鷹市企画部企画経営課	市政に対する総合的な満足度と関連する要因を可視化した上で、その満足度を高めることにつながる課題を抽出し、あわせてその課題解決策を提案する。	三鷹市の政策課題からテーマを選び、2019年・2022年に実施した調査をもとにし、さらにオープンデータも活用して、現状と課題を多面的に明らかにする。その上で、新しい価値創造につながる具体的な解決策を提案する。