シラバス表示
シラバスの詳細な内容を表示します。
→ 閉じる（シラバスの一覧にもどる）
科目の基本情報
| 開講年度 | 2024 年度 | |
|---|---|---|
| 開講区分 | 共通教育・大学基礎科目 | |
| 受講対象学生 |
学部(学士課程) : 1年次 教育学部 美術教育、音楽教育、学校教育コース クラス指定 |
|
| 授業科目名 | データサイエンスⅡ | |
| でーたさいえんすに | ||
| Data ScienceⅡ | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | gedu-fndn-DASC2123-002
|
|
| 開放科目 | 非開放科目 | |
| 分野 | ||
| 分類・領域 |
教養基盤科目・基礎教育 (2022（令和4）年度〜2015（平成27）年度入学生対象) |
|
| 開講学期 |
後期 |
|
| 開講時間 |
火曜日 1, 2時限 |
|
| 授業形態 |
対面授業 * 状況により変更される可能性があるので定期的に確認して下さい
「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業 |
|
| 開講場所 | ||
| 担当教員 | 石田 修二（非常勤講師） | |
| ISHIDA, Shuji | ||
| SDGsの目標 |
|
|
| 連絡事項 | * 状況により変更される可能性があるので定期的に確認して下さい |
|
学修の目的と方法
| 授業の概要 | 教育現場において，データに基づいた教育は今後ますます重要になってくる。この授業では，教育に活かすことのできるデータサイエンスについて扱う。具体的にはデータの収集，集計，処理の基本を、主としてパソコンによる実習で学んでいく。 |
|---|---|
| 学修の目的 | 人間中心の適切な判断ができ、不安なく自らの意志でデータに基づいた判断ができること， また将来教員になった際に， 学校現場で得られる多様なデータを用いて教育の改善に役立てることができることを目指す。 |
| 学修の到達目標 | データサイエンスⅠで学んだデータリテラシーに基づいて収集・整理した情報に対して、これらを適切に読み、説明し、扱うための基礎知識を得る。具体的には ・教育データを処理のできる形に加工できる ・加工したデータを処理し，分析できる。 ・分析を報告書の形にまとめ，発表できる。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 授業時の課題達成度（50%）、レポートによる総合評価（50%）の計100% 60％以上で単位が与えられます。 |
| 授業の方法 | 講義 演習 |
| 授業の特徴 | |
| 授業アンケート結果を受けての改善点 | |
| 教科書 | |
| 参考書 | 小林雄一郎・濱田彰・水本篤『Rによる教育データ分析入門』オーム社, 2020年 耳塚寛明（監修）・中西啓喜（編著）『教育を読み解くデータサイエンス』ミネルヴァ書房, 2021年 堀一輝、福原弘岳、山田剛史『RとRStudioによる教育テストデータの分析』朝倉書店、2023年 山田剛史、杉澤 武俊、村井 潤一郎『Rによるやさしい統計学』オーム社、2008年 川端一光、岩間 徳兼、鈴木 雅之『Rによる多変量解析入門 データ分析の実践と理論』オーム社、2018年 |
| オフィスアワー | 大隈節子 毎週水曜12:15?12:45、教育学部1号館1階スポーツ社会学研究室 |
| 受講要件 | |
| 予め履修が望ましい科目 | データサイエンスI |
| 発展科目 | |
| その他 | 第1～３回の授業は、奥原先生（データサイエンス教育センター/工学研究科情報工学専攻）提供によるビデオ教材を使います。 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | データサイエンス，教育，デジタル化社会 |
|---|---|
| Key Word(s) | Data Science、Eucation、Digital Society |
| 学修内容 | 第1回 社会で起きている変化、活用されているデータ 第2回 データ・AI利活用の最新動向～活用領域・現場・技術 第3回 AI利活用のためのデータ処理（データを読む1） 第4回 基本統計量・多変量データの集計1（データを読む2） 第5回 基本統計量・多変量データの集計2（データを読む3） 第6回 データの収集・利用について（データを扱う1） 第7回 データクレンジングについて（データを扱う2） 第8回 教育現場におけるデータ処理1（データを扱う3；パソコンによる実習1） 第9回 教育現場におけるデータ処理2（データを扱う4；パソコンによる実習2） 第10回 教育現場におけるデータ処理3（データを扱う5；パソコンによる実習3） 第11回 教育に関わるデータ分析1（データを説明する1；データ収集とパソコンによる実習1） 第12回 教育に関わるデータ分析2（データを説明する2；データ収集とパソコンによる実習2） 第13回 教育に関わるデータ分析3（データを説明する3；データ収集とパソコンによる実習3） 第14回 教育現場におけるデータ分析1（データを説明する4；分析から報告書作成まで） 第15回 教育現場におけるデータ分析2（データを説明する5；分析からプレゼンまで） |
| 事前・事後学修の内容 | 授業ごとにデータの集計， 処理， 分析， 報告書作成， プレゼンテーションの各段階に応じた課題が与えられるので， その課題を行う． |
| 事前学修の時間:90分/回 事後学修の時間:150分/回 |