---

人工知能の発展に伴うデジタルトランスフォーメーション（DX）の進展により、社会は大きな変化を遂げようとしています。情報は２１世紀の石油と呼ばれ、「情報を制する者は世界を制す」時代を迎えています。皆さんはせっかく経済学部に入学したわけですから、このような絶好のチャンスを見過ごすことなく、是非、データサイエンスを積極的に勉強してみませんか！

神戸大学では、「数理・データサイエンスセンター」を中心に様々なデータサイエンス関係の講義が提供されています。また、所定の単位数を取得した学生には、「数理・データサイエンス標準カリキュラムコース修了認定証」が授与されます。皆さんの将来のためにも、是非、データサイエンスの扉を開けてみてください！！

神戸大学数理データサイエンスセンターのHP

数理データサイエンス標準カリキュラム

神戸データサイエンス操練所

神戸大学数理データサイエンスセンター紹介動画(YouTube)

数理データサイエンスで提供されている講義の例を挙げると以下の通りです。

データサイエンス入門A
　概要：データサイエンスの入門として、データサイエンスの基礎と、その応用事例、社会との関わり、価値の創造についてを学ぶ．
　講義内容（年度によって内容は変わります）
　　１．「データサイエンス：なぜ今データサイエンスなのか」
　　２．「統計学入門：データの不確実性に対処する」
　　３．「データサイエンスによるスマートアグリ」
　　４．「機械学習人門：機械学習とはどのような技術か？どういう応用があるのか？」
　　５．「データサイエンスと地方行政：神戸市のオープンデータ活用」
　　６．「人工知能ビジネス活用の四つの波：IT企業におけるデータサイエンス事業」
　　７．「データサイエンスと統計物理学」

データサイエンス入門B
　概要：データサイエンスの入門として、データサイエンスの基礎と、その応用事例、社会との関わり、価値の創造についてを学ぶ．
　講義内容（年度によって内容は変わります）
　　１．「データサイエンスと政治学」
　　２．「 データサイエンスと経営学：フィンテックと金融の未来」　
　　３．「データサイエンスと数学」（数学ソフトウエアとその応用）
　　４．「ビッグデータを活用した人工知能技術：確率的構造モデリングと産業応用」
　　５．「データサイエンスと言語学：言葉を数えてわかること」
　　６．「データサイエンスと生物統計学：高校や大学で習う統計学はこんな風に役にたっている！」
　　７．「データサイエンスとビックサイエンス：LHC加速器を使った素粒子物理学」

データサイエンス基礎演習A
　概要：各自の PC を用いて、Excel の使い方に習熟するとともに、データ解析の基礎を講義・演習を通して学ぶ。
　講義内容（年度によって内容は変わります）
　　１．Excel の基本操作、数式（関数）の利用、グラフの作成
　　２．要約統計量、ヒストグラム、箱ひげ図
　　３．確率分布（２項分布、正規分布）
　　４．推定と仮説検定
　　５．相関係数、散布図
　　６．回帰分析（線形単回帰）
　　７．応用

データサイエンス基礎演習B
　概要：Excel と、統計ソフト R を用いて、基礎的なデータ分析について講義と演習を交えながら理解する。
　講義内容（年度によって内容は変わります）
　　１．Excel の基本操作と CSV ファイルの扱い
　　２．R および RStudio の導入と R の基本的な使い方
　　３．データ構造とデータの視覚化
　　４．主成分分析
　　５．クラスター分析
　　６．回帰分析
　　７．判別分析

データサイエンス概論A
　概要：データサイエンスを実践する際に必要となる様々な技術の概要および理論の基礎を学ぶ。
　講義内容（年度によって内容は変わります）
　　１．データ処理・解析1（重回帰分析）
　　２．データ処理・解析2（主成分分析）
　　３．機械学習１（教師あり学習）
　　４．マルチメディア解析1（文書解析と人工知能）
　　５．機械学習２（教師なし学習）
　　６．機械学習３（強化学習）
　　７．マルチメディア解析2（画像解析と人工知能）

データサイエンス概論B
　概要：データサイエンスを実践する際に必要となる様々な技術の概要および理論の基礎を学ぶ。
　講義内容（年度によって内容は変わります）
　　１．情報セキュリティ1（サイバーセキュリティ）
　　２．情報セキュリティ2（プライバシー保護技術）
　　３．社会科学とデータサイエンス（計量経済学）
　　４．社会実装とデータサイエンス１（サーバとエッジ）
　　５．社会実装とデータサイエンス２（非破壊検査）
　　６．社会実装とデータサイエンス３（サービス工学）
　　７．社会実装とデータサイエンス4（深層学習向けプロセッサ）