応用基礎レベルモデルカリキュラム対応教材

利用条件

東京大学と記載のあるスライド教材の利用についてはこちら（一部スライドは冒頭の利用条件をご参照ください）。

東京大学と記載のある講義動画の利用条件は、各動画の冒頭をご参照ください。

滋賀大学と記載のある教材の利用条件はCC BY-NC-SAです。

モデルカリキュラムと対応する講義動画・スライド

1. データサイエンス基礎
2. データエンジニアリング基礎
3. AI基礎

1. データサイエンス基礎

1-1. データ駆動型社会とデータサイエンス（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データ駆動型社会とデータサイエンス（スライド・東京大学）	応用基礎としてのデータサイエンス
データ駆動型社会、Society 5.0		応用基礎としてのデータサイエンス
データサイエンス活用事例（仮設検証、知識発見、原因究明、計画策定、判断支援、活動代替など）	数理・データサイエンス・AIの活用事例動画重要性評価の数理（動画「数理手法VIII-1-2」・東京大学）統計解析とデータの縮約（動画「数理手法VIII-1-3」・東京大学）社会・経済系での普遍分布・ベキ分布（動画「数理手法VIII-1-4」・東京大学）「複雑ネットワーク科学」関連の話題（動画「数理手法VIII-1-5」・東京大学）数理手法VIII・第1回（スライド・東京大学）	応用基礎としてのデータサイエンス
データを活用した新しいビジネスモデル		応用基礎としてのデータサイエンス

1-2. 分析設計（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	分析設計（スライド・東京大学）	応用基礎としてのデータサイエンス
データ分析の進め方、仮設検証サイクル	データサイエンス：イントロダクション（動画「データマイニング入門-1-4・東京大学）機械学習の実践：概観（動画「データマイニング入門11-9」・東京大学）機械学習の実践：データの観察（動画「データマイニング入門11-4」・東京大学）機械学習の実践：モデルの学習（動画「データマイニング入門11-5」・東京大学）機械学習の実践：モデル選択と評価（動画「データマイニング入門11-6」・東京大学）機械学習の実践：グリッドサーチ（動画「データマイニング入門11-7」・東京大学）機械学習の実践：cross_val_score（動画「データマイニング入門11-8」・東京大学）データ分析のフレームワーク（動画「データマイニング入門12-1」・東京大学） PPDACサイクルとは何か (動画・滋賀大学) PPDACサイクルの実例(1) (動画・滋賀大学) PPDACサイクルの実例(2) (動画・滋賀大学) PPDACサイクルの各段階で必要なこと(1) (動画・滋賀大学) PPDACサイクルの各段階で必要なこと(2) (動画・滋賀大学)	応用基礎としてのデータサイエンス
分析目的の設定		応用基礎としてのデータサイエンス
様々なデータ分析手法（回帰、分類、クラスタリングなど）		応用基礎としてのデータサイエンス
様々なデータ可視化手法（比較、構成、分布、変化など）		応用基礎としてのデータサイエンス
データの収集、加工、分割／統合		応用基礎としてのデータサイエンス
オプション（高度な内容）
分析目的に応じた適切な調査（標本調査、標本誤差）
サンプルサイズの設計
ランダム化比較試験、実験

1-3. データ観察

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データ観察（スライド・東京大学）	応用基礎としてのデータサイエンス
データの集計、比較対象の設定、クロス集計表		応用基礎としてのデータサイエンス
データのバラツキ、ヒストグラム、散布図	記述統計（動画「データマイニング入門3-3」・東京大学）標本と母集団（動画「データマイニング入門3-4」・東京大学）データの分布と可視化（動画「データマイニング入門3-5」・東京大学）データマイニング入門・第3回（スライド・東京大学）	応用基礎としてのデータサイエンス
データの特異点、相違性、傾向性、関連性		応用基礎としてのデータサイエンス

1-4. データ分析

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
		データ分析（スライド・東京大学）データ分析（補助資料・東京大学）	応用基礎としてのデータサイエンス
単回帰分析、重回帰分析、最小二乗法		線形回帰：概要, コスト関数（動画「データマイニング入門9-2」・東京大学）線形回帰：最急降下法(1)（動画「データマイニング入門9-3」・東京大学）線形回帰：最急降下法(2)（動画「データマイニング入門9-4」・東京大学）学習モデルの評価（動画「データマイニング入門9-5」・東京大学）正規方程式（動画「データマイニング入門9-6」・東京大学）データマイニング入門・第9回（スライド・東京大学）回帰分析（動画「統計データ解析I-13-7」・東京大学）重回帰分析：目的（動画「統計データ解析II-7-7」・東京大学）重回帰分析：回帰係数の推定、Rでの実行（動画「統計データ解析II-7-8」・東京大学）重回帰分析：Rでの実行：実行例（動画「統計データ解析II-7-9」・東京大学）重回帰分析：最小二乗法、線形回帰式の行列による表現（動画「統計データ解析II-7-10」・東京大学）重回帰分析：最小二乗法、正規方程式（動画「統計データ解析II-7-11」・東京大学）重回帰分析：最小二乗法：実行例（動画「統計データ解析II-7-12」・東京大学）最小二乗法による線形回帰式の推定の幾何学的解釈（動画「統計データ解析II-8-2」・東京大学）最小二乗法による線形回帰式の推定の幾何学的解釈：実行例（動画「統計データ解析II-8-3」・東京大学）線形回帰式と標本平均（動画「統計データ解析II-8-4」・東京大学）線形回帰式と標本平均：データセットでの実行例（動画「統計データ解析II-8-5」・東京大学）分析の評価：残差（動画「統計データ解析II-8-6」・東京大学）分析の評価：標準誤差(1)（動画「統計データ解析II-8-7」・東京大学）分析の評価：標準誤差(2)（動画「統計データ解析II-8-8」・東京大学）分析の評価：標準誤差：実行例（動画「統計データ解析II-8-9」・東京大学）分析の評価：t値とp値(1)（動画「統計データ解析II-8-10」・東京大学）分析の評価：t値とp値(2)（動画「統計データ解析II-8-11」・東京大学）分析の評価：t値とp値：実行例（動画「統計データ解析II-8-12」・東京大学）分析の評価：決定係数(1)（動画「統計データ解析II-9-2」・東京大学）分析の評価：決定係数(2)（動画「統計データ解析II-9-3」・東京大学）分析の評価：決定係数：実行例（動画「統計データ解析II-9-4」・東京大学）分析の評価：F値（動画「統計データ解析II-9-5」・東京大学）予測：実行例(1)（動画「統計データ解析II-9-6」・東京大学）予測：実行例(2)（動画「統計データ解析II-9-7」・東京大学）統計データ解析II・第7回（スライド・東京大学）統計データ解析II・第8回（スライド・東京大学）統計データ解析II・第9回（スライド・東京大学）回帰分析：最小二乗法（動画「数理手法III-9-2」・東京大学）回帰分析：リッジ回帰, LASSO（動画「数理手法III-9-3」・東京大学）最小二乗問題と正規方程式（動画「数理手法VIII-6-3」・東京大学）最小二乗問題と正規方程式(2)（動画「数理手法VIII-6-4」・東京大学）最小二乗問題と正規方程式(3)（動画「数理手法VIII-6-5」・東京大学）線形回帰と最小二乗法（動画「文科系のための線形代数・解析II-1」・東京大学）線形回帰と最小二乗法2（動画「文科系のための線形代数・解析II-2」・東京大学）	応用基礎としてのデータサイエンス
ロジスティック回帰分析、最尤法		最尤推定（動画「データマイニング入門9-7」・東京大学）ロジスティック回帰：シグモイド関数（動画「データマイニング入門10-4」・東京大学）ロジスティック回帰：コスト関数（動画「データマイニング入門10-5」・東京大学）ロジスティック回帰：多変数の入力（動画「データマイニング入門10-6」・東京大学）ロジスティック回帰の過学習、精度検証（動画「データマイニング入門10-7」・東京大学） scikit-learnでのロジスティック回帰（動画「データマイニング入門10-10」・東京大学）データマイニング入門・第10回（スライド・東京大学）最尤法（離散分布）（動画「統計データ解析I-10-10」・東京大学）最尤法（連続分布）（動画「統計データ解析I-10-11」・東京大学）統計データ解析I・第10回（スライド・東京大学）尤度と最尤法（動画「数理手法VIII-6-6」・東京大学）	応用基礎としてのデータサイエンス
時系列データ、時系列グラフ、周期性、移動平均	時系列データ解析（動画「メディアプログラミング入門7-7」・東京大学）時系列解析とは（動画「数理手法VII-1-2」・東京大学）時系列データのプロット（動画「数理手法VII-1-3」・東京大学）	時系列解析の概要（動画「統計データ解析II-12-1」・東京大学）代表的な時系列モデル(1)（動画「統計データ解析II-12-2」・東京大学）代表的な時系列モデル(2)（動画「統計データ解析II-12-3」・東京大学）代表的な時系列モデル(3)（動画「統計データ解析II-12-4」・東京大学）代表的な時系列モデル(4)（動画「統計データ解析II-12-5」・東京大学）（弱）定常性（動画「統計データ解析II-12-7」・東京大学）自己共分散・自己相関(1)（動画「統計データ解析II-12-8」・東京大学）自己共分散・自己相関(2)（動画「統計データ解析II-12-9」・東京大学）自己共分散・自己相関(3)（動画「統計データ解析II-12-10」・東京大学）統計データ解析II・第12回（スライド・東京大学） ARモデルの当てはめ(1)（動画「統計データ解析II-13-3」・東京大学） ARモデルの当てはめ(2)（動画「統計データ解析II-13-4」・東京大学） ARMAモデルの当てはめ(1)（動画「統計データ解析II-13-5」・東京大学） ARMAモデルの当てはめ(2)（動画「統計データ解析II-13-6」・東京大学） ARMAモデルの当てはめ(3)（動画「統計データ解析II-13-7」・東京大学）予測（動画「統計データ解析II-13-8」・東京大学）統計データ解析II・第13回（スライド・東京大学）時系列の前処理（変数変換）（動画「数理手法VII-1-4」・東京大学）時系列の前処理（階差・差分）（動画「数理手法VII-1-5」・東京大学）時系列の前処理（前期比・前年比）（動画「数理手法VII-1-6」・東京大学）時系列の前処理（移動平均・移動メディアン）（動画「数理手法VII-1-7」・東京大学）時系列解析(1)（スライド・東京大学）時系列の分布と定常性（動画「数理手法VII-2-1」・東京大学）自己共分散関数（動画「数理手法VII-2-2」・東京大学）自己相関関数（動画「数理手法VII-2-3」・東京大学）時系列解析(2)（スライド・東京大学） ARモデルによる予測（動画「数理手法VII-6-1」・東京大学）時系列解析(6)（スライド・東京大学）時系列解析の多成分分解（動画「数理手法VII-10-1」・東京大学）季節調整モデル（動画「数理手法VII-10-2」・東京大学）時系列解析(6)（スライド・東京大学）	応用基礎としてのデータサイエンス
クラスター分析、デンドログラム	クラスタリング（動画「データマイニング入門7-1」・東京大学）凝縮型階層的クラスタリング（動画「データマイニング入門7-2」・東京大学） K-MEANS法（動画「データマイニング入門7-3」・東京大学） K-MEANS++／クラスタ数の決定（動画「データマイニング入門7-4」・東京大学）データマイニング入門・第7回（スライド・東京大学）階層的クラスタリング（動画「数理手法III-11-4」・東京大学）階層的クラスタリング：クラスカルのアルゴリズムによる解法（動画「数理手法III-11-5」・東京大学）最遠点クラスタリング（動画「数理手法III-12-1」・東京大学）最遠点クラスタリング：近似解法（farthest-first traversal）（動画「数理手法III-12-2」・東京大学）最遠点クラスタリング：近似比（動画「数理手法III-12-3」・東京大学）最遠点クラスタリング：近似比の説明（動画「数理手法III-12-4」・東京大学）	予測（動画「統計データ解析II-13-8」・東京大学）クラスター分析：目的（動画「統計データ解析II-13-9」・東京大学）クラスター分析：k-平均法（動画「統計データ解析II-13-10」・東京大学）クラスター分析：k-平均法：実行例(1)（動画「統計データ解析II-13-11」・東京大学）クラスター分析：k-平均法：実行例(2)（動画「統計データ解析II-13-12」・東京大学）統計データ解析II・第13回（スライド・東京大学）	応用基礎としてのデータサイエンス
パターン発見、アソシエーション分析、リフト値			応用基礎としてのデータサイエンス
オプション（高度な内容）
主成分分析、次元削減	主成分分析：概要（動画「データマイニング入門8-1」・東京大学）	主成分分析：数式的解説（動画「データマイニング入門8-2」・東京大学）主成分分析：正規直交基底（動画「データマイニング入門8-3」・東京大学）主成分分析の手順（動画「データマイニング入門8-4」・東京大学）データマイニング入門・第8回（スライド・東京大学）主成分分析：目的（動画「統計データ解析II-10-4」・東京大学）主成分分析：Rでの実行(1)（動画「統計データ解析II-10-5」・東京大学）主成分分析：Rでの実行(2)（動画「統計データ解析II-10-6」・東京大学）主成分分析：計算法(1)（動画「統計データ解析II-10-7」・東京大学）主成分分析：計算法(2)（動画「統計データ解析II-10-8」・東京大学）主成分分析：計算法(3)（動画「統計データ解析II-10-9」・東京大学）主成分分析：計算法(4)（動画「統計データ解析II-10-10」・東京大学）主成分分析：計算法(5)（動画「統計データ解析II-10-11」・東京大学）主成分分析：分析の評価：寄与率（動画「統計データ解析II-10-12」・東京大学）主成分分析：分析の評価：バイプロット（動画「統計データ解析II-10-13」・東京大学）統計データ解析II・第10回（スライド・東京大学）主成分分析（動画「数理手法VIII-7-4」・東京大学）主成分分析の応用（動画「数理手法VIII-7-5」・東京大学）線形代数の応用（主成分分析、Google行列とページランク）（動画「文科系のための線形代数・解析II-3」・東京大学）主成分分析・Random Matrix（動画「文科系のための線形代数・解析II-4」・東京大学）	応用基礎としてのデータサイエンス
連続最適化問題、組み合わせ最適化問題	最適化問題の着眼点（動画「数理手法III-1-1」・東京大学）最適化問題の例①：乗換案内（動画「数理手法III-1-2」・東京大学）最適化問題の例②：配車計画（動画「数理手法III-1-3」・東京大学）最適化問題の例③：最適設計（基本的な例題）（動画「数理手法III-1-4」・東京大学）最適化問題の例④：1変数の場合（動画「数理手法III-1-5」・東京大学）最適化問題の分類（動画「数理手法III-1-6」・東京大学）		応用基礎としてのデータサイエンス
ナップサック問題、巡回セールスマン問題	組み合わせ最適化：巡回セールスマン問題の例（動画「数理手法III-11-6」・東京大学）巡回セールスマン問題：貪欲算法の適用例（動画「数理手法III-11-7」・東京大学）巡回セールスマン問題：近似解法（動画「数理手法III-11-8」・東京大学）巡回セールスマン問題：近似比（動画「数理手法III-11-9」・東京大学）ナップサック問題（動画「数理手法III-12-5」・東京大学）ナップサック問題：具体例（動画「数理手法III-12-6」・東京大学）	ナップサック問題：緩和問題の解（動画「数理手法III-12-7」・東京大学）ナップサック問題：近似解法（動画「数理手法III-12-8」・東京大学）

1-5. データ可視化

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
	データの可視化（スライド・東京大学）データの可視化（補助教材・東京大学）		応用基礎としてのデータサイエンス
可視化目的（比較、構成、分布、変化など）に応じた図表化			応用基礎としてのデータサイエンス
1～3次元の図表化（棒グラフ、折線グラフ、散布図、積み上げ縦棒グラフ、箱ひげ図、散布図行列、ヒートマップなど）		可視化（動画「統計データ解析II-4-11・東京大学）可視化: 散布図（動画「統計データ解析II-4-12」・東京大学）可視化: 凡例（動画「統計データ解析II-4-13」・東京大学）統計データ解析II・第4回（スライド・東京大学）可視化: 基本的な描画（動画「統計データ解析II-5-1」・東京大学）可視化: ヒストグラム（動画「統計データ解析II-5-2」・東京大学）可視化: 箱ひげ図（動画「統計データ解析II-5-3」・東京大学）可視化: 相関行列（動画「統計データ解析II-5-4」・東京大学）可視化: その他の描画関数（動画「統計データ解析II-5-5」・東京大学）統計データ解析II・第5回（スライド・東京大学）	応用基礎としてのデータサイエンス
適切な縦軸、横軸候補の洗い出し			応用基礎としてのデータサイエンス
不必要な誇張表現、強調表現がもたらす影響			応用基礎としてのデータサイエンス
オプション（高度な内容）
ビッグデータの可視化			応用基礎としてのデータサイエンス
関係性の可視化（ネットワーク構造、グラフ構造、階層構造）
地図上の可視化、地理情報システム（GIS）			応用基礎としてのデータサイエンス
挙動・軌跡の可視化
ダイナミックな可視化、リアルタイム可視化

1-6. 数学基礎（※）

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
		数学基礎(1-6-1から1-6-4)（スライド・東京大学）数学基礎(1-6-5から1-6-6)（スライド・東京大学）	応用基礎としてのデータサイエンス
順列、組合せ、集合、べン図、条件付き確率			応用基礎としてのデータサイエンス
代表値（平均値、中央値、最頻値）、分散、標準偏差	記述統計（動画「データマイニング入門3-3」・東京大学）	モーメントに基づく統計量1（動画「統計データ解析I-9-6」・東京大学）モーメントに基づく統計量2（動画「統計データ解析I-9-7」・東京大学）統計データ解析I・第9回（スライド・東京大学）メディアン・分位点(1)（動画「統計データ解析I-10-2」・東京大学）メディアン・分位点(2)（動画「統計データ解析I-10-3」・東京大学）頻度に基づく統計量（動画「統計データ解析I-10-5」・東京大学）統計データ解析I・第10回（スライド・東京大学）記述統計量によるデータの要約：順序統計量（動画「統計データ解析II-4-8」・東京大学）データの記述統計（動画「データマイニング入門4-1」・東京大学）	応用基礎としてのデータサイエンス
相関係数、相関関係と因果関係	可視化：相関行列（動画「統計データ解析II-5-4」・東京大学）	相関と共分散（動画「統計データ解析I-10-1」・東京大学）記述統計量によるデータの要約：相関係数（動画「統計データ解析II-4-10」・東京大学）データの相関（動画「データマイニング入門4-3」・東京大学）統計的因果推論入門	応用基礎としてのデータサイエンス
名義尺度、順序尺度、間隔尺度、比例尺度	データ（動画「データマイニング入門3-2」・東京大学）		応用基礎としてのデータサイエンス
確率分布、正規分布、独立同一分布	確率分布（動画「統計データ解析I-7-5」・東京大学）離散分布（動画「統計データ解析I-7-6」・東京大学）離散一様分布（動画「統計データ解析I-7-7」・東京大学）二項分布（動画「統計データ解析I-8-3」・東京大学）統計データ解析I・第7回（スライド・東京大学） Poisson分布（動画「統計データ解析I-8-4」・東京大学）幾何分布（動画「統計データ解析I-8-5」・東京大学）連続分布とは（動画「統計データ解析I-8-6」・東京大学）一様分布（動画「統計データ解析I-8-7」・東京大学）正規分布（動画「統計データ解析I-8-8」・東京大学）ガンマ分布（動画「統計データ解析I-8-9」・東京大学）ガンマ分布（つづき）（動画「統計データ解析I-9-2」・東京大学）統計データ解析I・第8回（スライド・東京大学） χ2分布（動画「統計データ解析I-9-3」・東京大学） t分布（動画「統計データ解析I-9-4」・東京大学） F分布（動画「統計データ解析I-9-5」・東京大学）統計データ解析I・第9回（スライド・東京大学）		応用基礎としてのデータサイエンス
オプション（高度な内容）
ベイズの定理		ベイズの公式(1)（動画「統計データ解析II-11-3」・東京大学）ベイズの公式(2)（動画「統計データ解析II-11-4」・東京大学）統計データ解析II・第11回（スライド・東京大学）	応用基礎としてのデータサイエンス
点推定と区間推定	推定（動画「統計データ解析I-11-1」・東京大学）	区間推定（動画「統計データ解析I-11-2」・東京大学）統計データ解析I・第11回（スライド・東京大学）統計的推測（動画「データマイニング入門4-2」・東京大学）
帰無仮説と対立仮説、片側検定と両側検定、第1種の過誤、第2種の過誤、p値、有意水準	検定1（動画「統計データ解析I-11-8」・東京大学）	検定2 （動画「統計データ解析I-11-9」・東京大学）統計データ解析I・第11回（スライド・東京大学）
ベクトルと行列		行列について（動画「文科系のための線形代数・解析I-5」・東京大学）行列の演算（動画「文科系のための線形代数・解析I-6」・東京大学）	応用基礎としてのデータサイエンス
ベクトルの演算、ベクトルの和とスカラー倍、内積		行列について（動画「文科系のための線形代数・解析I-5」・東京大学）行列の演算（動画「文科系のための線形代数・解析I-6」・東京大学）	応用基礎としてのデータサイエンス
行列の演算、行列の和とスカラー倍、行列の積		行列について（動画「文科系のための線形代数・解析I-5」・東京大学）行列の演算（動画「文科系のための線形代数・解析I-6」・東京大学）	応用基礎としてのデータサイエンス
逆行列		行列について（動画「文科系のための線形代数・解析I-5」・東京大学）行列の演算（動画「文科系のための線形代数・解析I-6」・東京大学）	応用基礎としてのデータサイエンス
オプション（高度な内容）
固有値と固有ベクトル		固有値・固有ベクトル（動画「文科系のための線形代数・解析I-11」・東京大学）
多項式関数、指数関数、対数関数			応用基礎としてのデータサイエンス
関数の傾きと微分の関係、積分と面積の関係		一変数関数の微分・二変数関数（動画「文科系のための線形代数・解析II-5」・東京大学）二変数関数の積分（動画「文科系のための線形代数・解析II-11」・東京大学）	応用基礎としてのデータサイエンス
１変数関数の微分法、積分法		一変数関数の微分・二変数関数（動画「文科系のための線形代数・解析II-5」・東京大学）一変数関数の微分・二変数関数　演習（動画「文科系のための線形代数・解析II-6」・東京大学）	応用基礎としてのデータサイエンス
オプション（高度な内容）
２変数関数の微分法、積分法		一変数関数の微分・二変数関数（動画「文科系のための線形代数・解析II-5」・東京大学）二変数関数の積分（動画「文科系のための線形代数・解析II-11」・東京大学）

1-7. アルゴリズム（※）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	アルゴリズム（スライド・東京大学）	応用基礎としてのデータサイエンス
アルゴリズムの表現（フローチャート）		応用基礎としてのデータサイエンス
並び替え（ソート）、探索（サーチ）		応用基礎としてのデータサイエンス
ソートアルゴリズム、バブルソート、選択ソート、挿入ソート		応用基礎としてのデータサイエンス
探索アルゴリズム、リスト探索、木探索		応用基礎としてのデータサイエンス
オプション（高度な内容）
計算量（オーダー）		応用基礎としてのデータサイエンス

2. データエンジニアリング基礎

2-1. ビッグデータとデータエンジニアリング（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	ビッグデータとデータエンジニアリング（スライド・東京大学）	応用基礎としてのデータサイエンス
ICT（情報通信技術）の進展、ビッグデータ		応用基礎としてのデータサイエンス
ビッグデータの収集と蓄積、クラウドサービス		応用基礎としてのデータサイエンス
ビッグデータ活用事例例		応用基礎としてのデータサイエンス
人の行動ログデータ、機械の稼働ログデータ		応用基礎としてのデータサイエンス
ソーシャルメディアデータ		応用基礎としてのデータサイエンス
オプション（高度な内容）
画像の符号化、画素（ピクセル）、色の3要素（RGB）
音声の符号化、周波数、標本化、量子化

2-2. データ表現（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データ表現（スライド・東京大学）	応用基礎としてのデータサイエンス
コンピュータで扱うデータ（数値、文章、画像、音声、動画など）	デジタルデータ形式(1)（動画「コンピュータシステム概論5-3」・東京大学）デジタルデータ形式(2)（動画「コンピュータシステム概論5-4」・東京大学）コンピュータシステム概論・第5回（スライド・東京大学）画像の記録形式（動画「メディアプログラミング入門5-2」・東京大学）画像の保存形式（動画「メディアプログラミング入門5-4」・東京大学）メディアプログラミング入門・第5回（スライド・東京大学）	応用基礎としてのデータサイエンス
構造化データ、非構造化データ		応用基礎としてのデータサイエンス
情報量の単位（ビット、バイト）、二進数、文字コード		応用基礎としてのデータサイエンス
配列、木構造（ツリー）、グラフ		応用基礎としてのデータサイエンス
画像の符号化、画素（ピクセル）、色の３要素（RGB）	画像の二値化（動画「メディアプログラミング入門5-3」・東京大学）色情報の獲得（動画「メディアプログラミング入門5-5」・東京大学）色の直感的な近さを表現する色空間（動画「メディアプログラミング入門5-6」・東京大学）二次元デジタルフィルタによる画像処理（動画「メディアプログラミング入門5-7」・東京大学）畳み込み演算（convolution）と様々なフィルタ（動画「メディアプログラミング入門5-8」・東京大学）メディアプログラミング入門・第5回（スライド・東京大学）	応用基礎としてのデータサイエンス
音声の符号化、周波数、標本化、量子化	標本化：サンプリングレートの影響（動画「メディアプログラミング入門2-4」・東京大学）量子化：ビット深度の影響（動画「メディアプログラミング入門2-5」・東京大学）周波数分解（動画「メディアプログラミング入門2-7」・東京大学）メディアプログラミング入門・第2回（スライド・東京大学）	応用基礎としてのデータサイエンス

2-3. データ収集

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データ収集（スライド・東京大学）	応用基礎としてのデータサイエンス
IoT（Internet of Things）		応用基礎としてのデータサイエンス
エッジデバイス、センターデータ		応用基礎としてのデータサイエンス
Web クローラー、スクレイピング	Webスクレイピング（動画「メディアプログラミング入門7-2」・東京大学）メディアプログラミング入門・第7回（スライド・東京大学）	応用基礎としてのデータサイエンス
アノテーション		応用基礎としてのデータサイエンス
オプション（高度な内容）
クライアント技術（SDK、APIなど）		応用基礎としてのデータサイエンス
通信技術（HTTP、FTP、SSHなど）	SSH（動画「コンピュータシステム概論6-2」・東京大学）演習：SSH（動画「コンピュータシステム概論6-4」・東京大学）コンピュータシステム概論・第6回（スライド・東京大学）	応用基礎としてのデータサイエンス

2-4. データベース

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データベース（スライド・東京大学）	応用基礎としてのデータサイエンス
テーブル定義、ER図		応用基礎としてのデータサイエンス
主キーと外部キー		応用基礎としてのデータサイエンス
リレーショナルデータベース（RDB)		応用基礎としてのデータサイエンス
データ操作言語（DML)、SQL		応用基礎としてのデータサイエンス
オプション（高度な内容）
正規化手法（第一正規化〜第三正規化）
データ定義言語（DDL）
データウェアハウス（DWH）
NoSQL		応用基礎としてのデータサイエンス

2-5. データ加工

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	データ加工（スライド・東京大学）	応用基礎としてのデータサイエンス
集計処理、四則演算処理		応用基礎としてのデータサイエンス
ソート処理、サンプリング処理		応用基礎としてのデータサイエンス
クレンジング処理（外れ値、異常値、欠損値）	データマイニングのプロセス:データの前処理(1)（動画「データマイニング入門4-4」・東京大学）データマイニングのプロセス:データの前処理(2)（動画「データマイニング入門4-5」・東京大学）データマイニング入門・第4回（スライド・東京大学）	応用基礎としてのデータサイエンス
結合処理（内部結合、外部結合）		応用基礎としてのデータサイエンス
データ型変換処理		応用基礎としてのデータサイエンス
データの標準化、ダミー変数		応用基礎としてのデータサイエンス
オプション（高度な内容）
フィルタリング処理、正規表現		応用基礎としてのデータサイエンス
マッピング処理、ジオコード変換
名寄せ
ビッグデータの分散処理（Hadoop、Sparkなど）		応用基礎としてのデータサイエンス

2-6. ITセキュリティ

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	ITセキュリティ（スライド・東京大学）	応用基礎としてのデータサイエンス
セキュリティの３要素（機密性、可用性、完全性）		応用基礎としてのデータサイエンス
データの暗号化、復号化		応用基礎としてのデータサイエンス
データの盗聴、改ざん、なりすまし		応用基礎としてのデータサイエンス
電子署名、公開鍵認証基盤（PKI)		応用基礎としてのデータサイエンス
ユーザ認証とアクセス管理		応用基礎としてのデータサイエンス
マルウェアによるリスク（データの消失・漏洩、サービスの停止など）		応用基礎としてのデータサイエンス

2-7. プログラミング基礎（※）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	プログラミング基礎（スライド・東京大学）	応用基礎としてのデータサイエンス
文字型、整数型、浮動小数点型	Pythonの基礎(1)（動画「データマイニング入門2-1」・東京大学）	応用基礎としてのデータサイエンス
変数、代入、四則演算、論理演算	Pythonの基礎(2)（動画「データマイニング入門2-2」・東京大学）数の扱い（動画「統計データ解析I-1-10」・東京大学）変数への代入（動画「統計データ解析I-1-11」・東京大学）	応用基礎としてのデータサイエンス
関数、引数、戻り値	Pythonの基礎(4)（動画「データマイニング入門2-4」・東京大学） Pythonコード(1)（動画「コンピュータシステム概論3-6」・東京大学） Rにおける関数（動画「統計データ解析I-1-8」・東京大学）自作関数（動画「統計データ解析I-3-4」・東京大学）	応用基礎としてのデータサイエンス
順次、分岐、反復の構造を持つプログラムの作成	Pythonの基礎(3)（動画「データマイニング入門2-3」・東京大学） Pythonコード(3)（動画「コンピュータシステム概論3-8」・東京大学） Pythonコード(4)（動画「コンピュータシステム概論3-9」・東京大学）	応用基礎としてのデータサイエンス

3. AI基礎

3-1. AIの歴史と応用分野（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	AIの歴史と応用分野（スライド・東京大学）	応用基礎としてのデータサイエンス
AIの歴史、推論、探索、トイプロブレム、エキスパートシステム		応用基礎としてのデータサイエンス
汎用AI／特化型AI（強いAI／弱いAI）		応用基礎としてのデータサイエンス
フレーム問題、シンボルグラウンディング問題		応用基礎としてのデータサイエンス
人間の知的活動とAI技術（学習、認識、予測・判断、知識・言語、身体・運動）		応用基礎としてのデータサイエンス
AI技術の活用領域の広がり（流通、製造、金融、インフラ、公共、ヘルスケアなど）		応用基礎としてのデータサイエンス
オプション（高度な内容）
AIクラウドサービス、機械学習ライブラリ、ディープラーニングフレームワーク

3-2. AIと社会（☆）

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	AIと社会（スライド・東京大学）	応用基礎としてのデータサイエンス
AI倫理、AIの社会的受容性		応用基礎としてのデータサイエンス
プライバシー保護、個人情報の取り扱い		応用基礎としてのデータサイエンス
AIに関する原則／ガイドライン	クローリングのマナー（動画「メディアプログラミング入門7-4」・東京大学）著作権制度について（動画「メディアプログラミング入門7-5」・東京大学）メディアプログラミング入門・第7回（スライド・東京大学）	応用基礎としてのデータサイエンス
AIの公平性、AIの信頼性、AIの説明可能性
オプション（高度な内容）
AIと知的財産権		応用基礎としてのデータサイエンス

3-3. 機械学習の基礎と展望（☆）

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
	機械学習の基礎と展望（スライド・東京大学）		応用基礎としてのデータサイエンス
実世界で進む機械学習の応用と発展（需要予測、異常検知、商品推薦など）	データマイニング（動画「データマイニング入門1-3」・東京大学）	隣接行列（動画「数理手法VIII-1-6」・東京大学）グーグル行列による重要性指標の更新（動画「数理手法VIII-1-7」・東京大学）グーグル行列の性質（動画「数理手法VIII-1-8」・東京大学）数理手法VIII・第1回（スライド・東京大学）	応用基礎としてのデータサイエンス
機械学習、教師あり学習、教師なし学習、強化学習	教師あり学習（動画「データマイニング入門9-1・東京大学）		応用基礎としてのデータサイエンス
学習データと検証データ	過学習と交差検証法 (動画・滋賀大学)		応用基礎としてのデータサイエンス
ホールドアウト法、交差検証法	過学習と交差検証法 (動画・滋賀大学)		応用基礎としてのデータサイエンス
過学習、バイアス	過学習と交差検証法 (動画・滋賀大学)	過学習（動画「データマイニング入門10-1」・東京大学）正則化（動画「データマイニング入門10-2」・東京大学）正則化の解釈（動画「データマイニング入門10-3」・東京大学）データマイニング入門・第10回（スライド・東京大学）	応用基礎としてのデータサイエンス

3-4. 深層学習の基礎と展望（☆）

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
		深層学習の基礎と展望（スライド・東京大学）	応用基礎としてのデータサイエンス
実世界で進む深層学習の応用と革新（画像認識、自然言語処理、音声生成など）	深層学習による画像認識１（動画「メディアプログラミング入門6-5」・東京大学）深層学習による画像認識２（動画「メディアプログラミング入門6-6」・東京大学）深層学習による画像認識３（動画「メディアプログラミング入門6-7」・東京大学）深層学習による画像生成（動画「メディアプログラミング入門6-9」・東京大学）メディアプログラミング入門・第6回（スライド・東京大学）新しいWord Embedding手法（動画「メディアプログラミング入門4-8」・東京大学）		応用基礎としてのデータサイエンス
ニューラルネットワークの原理	ニューラルネットワーク（動画「メディアプログラミング入門6-3」・東京大学）コスト最小化法（動画「メディアプログラミング入門6-4」・東京大学）メディアプログラミング入門・第6回（スライド・東京大学）		応用基礎としてのデータサイエンス
ディープニューラルネットワーク（DNN)			応用基礎としてのデータサイエンス
学習用データと学習済みモデル			応用基礎としてのデータサイエンス
オプション（高度な内容）
畳み込みニューラルネットワーク（CNN）			応用基礎としてのデータサイエンス
再帰型ニューラルネットワーク（RNN）			応用基礎としてのデータサイエンス
敵対的生成ネットワーク（GAN）			応用基礎としてのデータサイエンス
深層強化学習			応用基礎としてのデータサイエンス
深層学習と線形代数/微分積分との関係性			応用基礎としてのデータサイエンス

3-5. 認識

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	認識（スライド・東京大学）	応用基礎としてのデータサイエンス
認識技術の活用事例		応用基礎としてのデータサイエンス
パターン認識、特徴抽出、識別		応用基礎としてのデータサイエンス
数字認識、文字認識		応用基礎としてのデータサイエンス
画像認識、音声認識	音の入出力デバイス１（動画「メディアプログラミング入門2-2」・東京大学）音の入出力デバイス２（動画「メディアプログラミング入門2-3」・東京大学）標本化：サンプリングレートの影響（動画「メディアプログラミング入門2-4」・東京大学）量子化：ビット深度の影響（動画「メディアプログラミング入門2-5」・東京大学）音の大きさ・音圧（動画「メディアプログラミング入門2-6」・東京大学）周波数分解（動画「メディアプログラミング入門2-7」・東京大学）短時間フーリエ変換によるスペクトログラム計算（動画「メディアプログラミング入門2-8」・東京大学）メディアプログラミング入門・第2回（スライド・東京大学） Harr-like特徴量による顔画像検出（動画「メディアプログラミング入門6-2」・東京大学）ニューラルネットワーク（動画「メディアプログラミング入門6-3」・東京大学）コスト最小化法（動画「メディアプログラミング入門6-4」・東京大学）深層学習による画像認識１（動画「メディアプログラミング入門6-5」・東京大学）深層学習による画像認識２（動画「メディアプログラミング入門6-6」・東京大学）深層学習による画像認識３（動画「メディアプログラミング入門6-7」・東京大学）画像認識における様々なタスクと手法（動画「メディアプログラミング入門6-8」・東京大学）深層学習による画像生成（動画「メディアプログラミング入門6-9」・東京大学）メディアプログラミング入門・第6回（スライド・東京大学）	応用基礎としてのデータサイエンス
オプション（高度な内容）
画像分類
物体検出
指紋認証、顔認証
音声のテキスト化

3-6. 予測・判断

キーワード	数式なしまたは少なめ	数式あり	教科書シリーズとの対応
	予測・判断（スライド・東京大学）		応用基礎としてのデータサイエンス
予測技術の活用事例			応用基礎としてのデータサイエンス
決定木（Decision Tree)	決定木・ランダムフォレスト (動画・滋賀大学)		応用基礎としてのデータサイエンス
混同行列、Accuracy、Precision、Recall			応用基礎としてのデータサイエンス
MSE（Mean Square Error）			応用基礎としてのデータサイエンス
ROC曲線、AUC（Area Under the Curve）			応用基礎としてのデータサイエンス
オプション（高度な内容）
ランダムフォレスト	決定木・ランダムフォレスト (動画・滋賀大学)		応用基礎としてのデータサイエンス
特徴量の効果的な選択	特徴量の効果的な選択 (動画・滋賀大学)
サポートベクターマシン（SVM）	サポートベクターマシン (1) (動画・滋賀大学) サポートベクターマシン (2) (動画・滋賀大学)	サポートベクターマシン：基本，①直線での分離可能性（動画「数理手法III-9-5」・東京大学）サポートベクターマシン：②分離可能な場合（動画「数理手法III-9-6」・東京大学）サポートベクターマシン：③分離不可能な場合（動画「数理手法III-9-7」・東京大学）	応用基礎としてのデータサイエンス
離散型・連続型シミュレーション			応用基礎としてのデータサイエンス
データ同化、気象予測			応用基礎としてのデータサイエンス

3-7. 言語・知識

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	言語・知識（スライド・東京大学）	応用基礎としてのデータサイエンス
自然言語処理の活用事例	形態素解析（動画「メディアプログラミング入門3-2」・東京大学）	応用基礎としてのデータサイエンス
形態素解析、単語分割、係り受け解析	テキスト分析の基礎（動画「データマイニング入門5-1」・東京大学）コーパス（動画「データマイニング入門5-2」・東京大学）テキスト分析（動画「データマイニング入門5-3」・東京大学）データマイニング入門・第5回（スライド・東京大学）形態素解析の仕組み１（動画「メディアプログラミング入門3-3」・東京大学）形態素解析の仕組み２（動画「メディアプログラミング入門3-4」・東京大学）形態素解析の仕組み３（動画「メディアプログラミング入門3-5」・東京大学）メディアプログラミング入門・第3回（スライド・東京大学）	応用基礎としてのデータサイエンス
ユーザー定義辞書	形態素解析の仕組み３（動画「メディアプログラミング入門3-5」・東京大学）
かな漢字変換
オプション（高度な内容）
n-gram、文章間類似度	ベクトル空間モデル（動画「データマイニング入門5-4」・東京大学） cos類似度（動画「データマイニング入門5-5」・東京大学）データマイニング入門・第5回（スライド・東京大学）言語モデル（動画「メディアプログラミング入門3-6」・東京大学）テキストのベクトル空間モデル（動画「メディアプログラミング入門4-2」・東京大学）テキストのベクトル空間モデル：演習（動画「メディアプログラミング入門4-3」・東京大学）メディアプログラミング入門・第4回（スライド・東京大学）	応用基礎としてのデータサイエンス
機械翻訳、文章生成
知識表現、オントロジー、意味ネットワーク、知識グラフ		応用基礎としてのデータサイエンス
表現学習（エンベディング）	Word Embedding（動画「メディアプログラミング入門4-6」・東京大学）ニューラルネットワークによる単語の分散表現生成：Word2Vec（動画「メディアプログラミング入門4-7」・東京大学）新しいWord Embedding手法（動画「メディアプログラミング入門4-8」・東京大学）メディアプログラミング入門・第4回（スライド・東京大学）

3-8. 身体・運動

キーワード	数式なしまたは少なめ	教科書シリーズとの対応
	身体・運動（スライド・東京大学）	応用基礎としてのデータサイエンス
AIとロボット		応用基礎としてのデータサイエンス
家庭用ロボット、産業用ロボット、サービスロボット		応用基礎としてのデータサイエンス
自動化機械、センサー、アクチュエータ		応用基礎としてのデータサイエンス
シーケンス制御、フィードバック制御		応用基礎としてのデータサイエンス
オプション（高度な内容）
自動運転システム
ジェスチャー認識		応用基礎としてのデータサイエンス
行動推定

3-9. AIの構築・運用（☆）

キーワード	数式あり	教科書シリーズとの対応
	AIの構築・運用（スライド・東京大学）	応用基礎としてのデータサイエンス
AIの学習と推論、評価、再学習		応用基礎としてのデータサイエンス
AIの開発環境と実行環境		応用基礎としてのデータサイエンス
AIの社会実装、ビジネス／業務への組み込み		応用基礎としてのデータサイエンス
複数のAI技術を活用したシステム（スマートスピーカー、AIアシスタントなど）
オプション（高度な内容）
AIシステムの開発、テスト、運用
AIシステムの品質、信頼性
AIの開発基盤（大規模並列GPUマシンなど）
AIの計算デバイス（GPU、FPGAなど）