三重大学ウェブシラバス


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
「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業
「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業

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
○ 学科・コース等の教育目標

○ 全学の教育目標
感じる力
  •  感性
  •  共感
  • ○主体性
考える力
  •  幅広い教養
  •  専門知識・技術
  • ○論理的・批判的思考力
コミュニケーション力
  • ○表現力(発表・討論・対話)
  •  リーダーシップ・フォロワーシップ
  •  実践外国語力
生きる力
  • ○問題発見解決力
  •  心身・健康に対する意識
  •  社会人としての態度・倫理観

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

PBL

特色ある教育

英語を用いた教育

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

Copyright (c) Mie University