| 科目名[英文名] | |||||
| 情報処理・生物統計学 [Computer science and Biostatistics] | |||||
| 区分 | 選択必修 | 単位数 | 2 | ||
| 対象学科等 | 対象年次 | 1～ | 開講時期 | 1学期 | |
| 授業形態 | 1学期 | 時間割番号 | 01an1002 | ||
| 責任教員 [ローマ字表記] | |||||
| 仲里 猛留 [NAKAZATO Takeru] | |||||
| 所属 | 農学府 | 研究室 | メールアドレス | ||
| 概要 |
| 今後の学生生活、研究生活に必要となる実践的な「情報」の取り扱い（検索、取得、解析、可視化、発信）について、実例をもとにした演習を交えて習得する。また専門的な「情報処理」とそのための統計解析についても一端を紹介する。 |
| 到達基準 |
|
・インターネット上・オフラインかぎらず、必要な情報を検索・取捨選択し、入手できるようになること。 ・得られたデータについて統計ソフト等を用いて加工・解析してその意味を解釈できるようになること。 ・自らの情報を可視化し、発信して他者とコミュニケーションを行えるようになること。 本科目のディプロマ・ポリシーの観点： 本学ＨＰ三つのポリシーのカリキュラムマップを参照してください。 URL: https://www.tuat.ac.jp/campuslife_career/campuslife/policy/ |
| 授業内容 |
|
1. （総合情報メディアセンターによるガイダンスと環境設定） 2. イントロダクション：我々をとりまく「情報」とは? 3. コンピューターのしくみ：ハードウェアとソフトウェア、OS 4. インターネットと情報検索：学生生活や研究生活に有用なリソースとその検索方法 5.-7. 情報の表現と発信： Word： 文章作成 PowerPoint：スライドの作成、効果的なプレゼンテーション （ウェブページ作成：HTML） 8.-9. 簡単なデータ処理（Excel）：基本的な使い方、数値と文字列、関数、グラフ 10.-12. 大規模データ処理（R言語）：環境構築、データの取扱い、データの可視化、QTL解析、遺伝子発現データ解析 13.-15. 専門的な「情報処理」と「生物統計」：バイオインフォマティクス、人工知能 ※ 受講者のリテラシレベルと要望を考慮し、時間配分を変更することがある。 |
| 履修条件・関連項目 |
| 高校の「情報」（最新動向については高校の「生物」や他の開講科目）を履修していることを前提とするが、前提レベルに差が出ないよう考慮する。 |
| テキスト・教科書 |
| 1冊にとどまらないので、必要に応じて教材を配布（またはアップロード）する |
| 参考書 |
|
1冊にとどまらないので、必要に応じて指示もしくは配布（アップロード）する。 インターネット上にも先人が多くコンテンツをアップロードしている。 |
| 成績評価の方法 |
| 課題レポート（期間内に数回）を原則とします。 |
| 教員から一言 |
| 情報化社会やビッグデータ社会と言われる今、情報をいかに取り扱うかが学生生活や研究生活で必須になっています。農学分野でもそれは例外ではなく、ゲノムや遺伝子を扱う以上（そしてデータがインターネット上にある以上）、大規模データの処理は有用なツールです。情報処理や統計処理は非常にとっつきにくいものですし、必要に迫られないと忘れるものですが、なるべく実データを使って親しみやすく説明し、今後、実際にデータを処理することになったときに立ちもどれるよう心がけます。 |
| キーワード |
| インターネット、情報検索、バイオインフォマティクス、ビッグデータ、データマイニング、人工知能、R言語、QTL解析、遺伝子発現解析 |
| オフィスアワー |
| 非常勤講師による講義のため開講日を原則としますが、メール等のオンラインでの問い合わせには随時 対応します。連絡先は講義の際にお伝えします。 |
| 備考１ |
| 備考２ |
| 参照ホームページ |
| 開講言語 |
| 日本語 |
| 語学学習科目 |
| 更新日付 |
| 2021/01/18 15:50:31 |