22 23
データサイエンス教育開発
データサイエンス学部１年生配当科目「データサイエン ス入門演習」では、デモデータではなく、実際のデータを 用いて演習を行いました。2018年度使用したデータは消 費購買データ、駐車場利用データ、住宅内の温湿度データ、 SNSデータ、健康診断データと多岐に渡ります。実際には データごとに５グループに分かれて分析を行い、最終発表 会では、グループを混ぜて、お互い発表し合い、ディスカッ ションをしました。消費購買データ（担当：教授 市川治）
昨年に引き続き、株式会社マクロミルの協力を得て、マ クロミルQPRを使用した演習を行いました。マクロミル QPRは、全国の多様な購買層がどのような商品をいつど こで購入したかを記録したリアルなビッグデータです。学 生はQPRTraceというツールを使い、様々な調査と分析を 行いました。企業のマーケティング担当者が使うデータ とシステムを体験できたことは自信につながったと思いま す。駐車場利用データ（担当：准教授 川井明）
本テーマでは三井アウトレットパーク滋賀竜王の協力を 得て、アウトレットの来場者駐車場の利用データを使用し た演習を行いました。アウトレット専用駐車場の約8000 台の駐車スペースの１時間ごとの占有状況に基づき、それ ぞれ駐車エリアの人気度を求め、人気・不人気の原因を学 生に分析してもらいました。さらに、周辺の道路状況も踏 まえ、来場客が渋滞による時間ロスを軽減するための駐車 戦略を考案させました。学生にとっては身近な駐車場につ いて新しい視点で観察することになり、利用効率最適化・ ボトルネック発見・負荷分散について勉強する機会となり ました。住宅内の温湿度データ（担当：教授 河本薫）
本テーマでは、学生が自ら問題を考え、自ら測定し、自 ら解決手段を考える、そういう能動的な思考を養うことを実データに初めて取り組む問題解決型学習（PBL 演習）
PBL 演習：DS 入門演習
主眼にしました。まず、自宅での温熱環境問題を考えさせ、 それをポンチ絵にさせました。次に、温湿度センサー（ス マートフォンにデータダウンロード可能）を配布し、自ら が提起した温熱環境問題を計測データで明らかにさせまし た。最後に、その問題を解決する手段を考え、IoTソリュー ションキット（Sony製MESH）を使って試作しました。SNSデータ（担当：講師 周暁康）
本テーマでは、ソーシャルメディアにおけるパーソナル ビッグデータの収集と分析を体験するために、SNS(Social NetworkingService)データを分析する演習を行いまし た。事前にあるデータを全て学生に配ることではなく、 Twitterを用いて、IFTTTというツールを利用してGoogle Driveと連携させ、各自の好きなキーワードを登録して収 集しました。このような生データを処理するためのデータ クレンジング等の分析前処理を勉強するとともに、ユー ザー行動の推定、話題傾向の観測、社会問題に関する世論 調査等の分析テーマを通して、統計的手法の活用を実践し ながら、データ可視化等ビッグデータ分析においてよく使 う技術を体験することもできました。健康診断データ（担当：准教授 田中琢真）
本テーマでは本学保健管理センターから学生定期健康診 断のデータ提供を受けて演習を行いました。毎年四月に行 われる定期健康診断の十年以上にわたるデータを利用し、 本学学生の健康状態の傾向を調べました。 実データにはつきものの欠損値や異常値も含まれるた め、学生にとっては初めてデータの扱いの難しさや注意点 について知る機会になりました。また、他の科目ですでに 学んだ、あるいは学んでいる途中の統計的手法を使って分 析する学生も多く、手法や統計量について手を動かしなが ら復習する場として有益でした。 データサイエンス2019.indb 23 2019/05/20 11:38:2424 25 データサイエンス学部２年生配当科目「データサイエン スフィールドワーク演習」でも、地域移動データ、画像デー タ、POSデータ、商品販売データ、タイタニックデータな ど実際のデータを用いて演習を行いました。
