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 医学科：学籍番号が前半（～63）の者、 看護学科：学籍番号が前半（～40）の者 （他授業の都合などの理由があれば、科目責任者に事前相談し許可を得た上で、もう片方の同授業と変更して履修登録可能） |
|
| 授業科目名 | データサイエンスII | |
| でーたさいえんすに | ||
| Data Science II | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | gedu-fndn-DASC2123-010
|
|
| 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 3, 4時限 |
|
| 授業形態 |
ハイブリッド授業 * 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 | ○谷村晋（医学部）, 小椋透（医学部）, 市川周平（医学部）, 鳥羽修平（医学部），中田はる佳（非常勤講師） | |
| ○TANIMURA, Susumu, OGURA, Toru, ICHIAKAWA, Shuhei, TOBA, Shuhei, NAKADA, Haruka | ||
| SDGsの目標 |
|
|
| 連絡事項 | 講義を受けるにはコンピュータが必要です。 * 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 | AI時代の医学生・看護学生として具えるべき情報活用能力を培うための基盤づくりとして，データサイエンスIに引き続き，データサイエンスの基礎をリテラシーレベルで習得する。具体的には，医療の現場における情報倫理，データリテラシー，統計分析，情報機器の利活用を扱い，統計学の基礎に重点を置く。講義･演習は医学科・看護学科合同で行う。授業の一部と授業前後の予習復習にビデオ教材などを活用する。 |
|---|---|
| 学修の目的 | 社会人あるいは医療従事者として必要なデータサイエンス及び統計学的方法の意義と知識・技術を理解するために，基礎的な情報の収集・分析及び統計的解析能力を身につける。そして，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。 |
| 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。医学医療・看護におけるデータサイエンス及び統計学の知識・技術の利用について具体的に説明ができる。 統計的解析方法を用いて練習課題を解くことができる。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 各回の小テスト・提出課題を評価し、15回の評価点平均で最終評価を行う。 |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
プレゼンテーション/ディベートを取り入れた授業 Moodleを活用する授業 教員と学生のやり取りは日本語でも、英語による論文や教材の講読を含んだ授業 |
| 授業アンケート結果を受けての改善点 | パソコンの利用に関しては個人差が大きいため、能力・到達度に応じて、授業中の質問、Moodleへの投稿、メールといった複数手段で適宜TAや教員がサポートします。 |
| 教科書 | |
| 参考書 | 北川源四郎・竹村彰通（編）『教養としてのデータサイエンス』講談社 2021 |
| オフィスアワー | 谷村：水曜日 12:00～13:00 要予約（看護学棟6F 626） |
| 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 | 保健情報統計学（看護学科） |
| その他 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | 情報倫理，情報セキュリティ，データサイエンス，デジタル化社会 |
|---|---|
| Key Word(s) | information ethics, information security, data science, digital society |
| 学修内容 | 第01回 社会で起きている変化，活用されているデータ 第02回 データ・AI 利活用の最新動向～活用領域・現場・技術 第03回 AI 利活用のためのデータ処理（データを読む1） 第04回 医療AIの利活用と課題（データを説明する1） 第05回 データの種類と分布（データを読む2） 第06回 代表値と散布度（データを読む2） 第07回 相関と因果（データを読む4） 第08回 医療データと倫理（データを説明する2） 第09回 データの視覚化1（データを説明する3） 第10回 データの視覚化2（データを説明する4） 第11回 Rによるデータハンドリング（データを扱う1） 第12回 Rによるデータの視覚化（データを扱う2） 第13回 Rによる2変数の分析（データを扱う3） 第14回 データ分析演習1: 国勢調査（データを扱う4） 第15回 データ分析演習2: 国民生活基礎調査（データを扱う5） ※都合により内容が前後する場合もあります。 |
| 事前・事後学修の内容 | Moodleコースに予習内容が指示されいる場合はそれに従い，また事前に提示された講義資料などを講義までに通読し，不明な語句は予め調べておいてください（事前学修）。 各回で確認小テストや提出課題が課されます。小テストの実施や課題の提出は基本的にMoodle上で行います。締切をよく確認してください。さらに，講義内容について参考書や資料を用いて復習してください（事後学修）。 |
| 事前学修の時間:30分/回 事後学修の時間:90分/回 |