You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/ja/1-Introduction/01-defining-data-science/assignment.md

44 lines
2.9 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-25T16:56:42+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "ja"
}
-->
# 課題: データサイエンスのシナリオ
この最初の課題では、現実のプロセスや問題について考え、それをデータサイエンスのプロセスを使ってどのように改善できるかを考えてもらいます。以下の点について考えてみてください:
1. どのようなデータを収集できるか?
1. どのようにデータを収集するか?
1. データをどのように保存するか?データの規模はどのくらいになりそうか?
1. このデータからどのような洞察を得られるか?データに基づいてどのような意思決定が可能か?
3つの異なる問題やプロセスについて考え、それぞれの問題領域について上記のポイントを説明してください。
以下は、考え始めるための問題領域と問題の例です:
1. 学校で子どもたちの教育プロセスを改善するために、データをどのように活用できるか?
1. パンデミック中のワクチン接種を管理するために、データをどのように活用できるか?
1. 仕事で生産性を確保するために、データをどのように活用できるか?
## 指示
以下の表を埋めてください(必要に応じて、提案された問題領域を自分のものに置き換えてください):
| 問題領域 | 問題 | 収集するデータ | データの保存方法 | 得られる洞察/意思決定 |
|----------|------|----------------|------------------|-----------------------|
| 教育 | | | | |
| ワクチン接種 | | | | |
| 生産性 | | | | |
## 評価基準
優秀 | 適切 | 改善が必要
--- | --- | -- |
すべての問題領域について、合理的なデータソース、データの保存方法、可能な意思決定/洞察を特定できている | 解決策の一部が詳細に欠けている、データ保存について議論されていない、少なくとも2つの問題領域が記述されている | データソリューションの一部のみが記述されている、1つの問題領域しか考慮されていない
**免責事項**:
この文書は、AI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知ください。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当方は責任を負いません。