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 | 2021 年度 | |
|---|---|---|
| 開講区分 | 教養教育・教養基盤科目・基礎教育 | |
| 受講対象学生 |
学部(学士課程) : 1年次 生物資源学部 生化情報３＋海洋情報１ |
|
| 授業科目名 | データサイエンスI | |
| でーたさいえんすいち | ||
| Data Science I | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | libr-fndt-INFS1551-017
|
|
| 開放科目 | 非開放科目 | |
| 分野 | ||
| 開講学期 |
前期 |
|
| 開講時間 |
金曜日 9, 10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 | 情報教育室（教養教育棟1号館4階401） | |
| 担当教員 | 廣住 豊一（非常勤講師，四日市大学環境情報学部） | |
| HIROZUMI, Toyokazu | ||
| 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 | これからの学生生活に必要な情報リテラシー（情報資源や情報技術を活用する能力）やデータリテラシー（データに基づいて判断する能力）を身に付けるため、コンピュータの基礎知識（PCの仕組み、セットアップなど基本操作）、インターネット活用の際に必要な情報通信技術に関する知識と技能（メール送信、情報倫理やマナーなども含む）、文章作成（ワードまたはTeX）・表計算（エクセル）・プレゼンテーション（パワーポイント）活用術などを学ぶ。さらに、全学共通の学修項目として、主に生物資源学分野で取り扱われるデータを用いたデータサイエンスの基礎（データの可視化、統計学の基礎、プログラミング体験演習など）を学ぶ。 |
|---|---|
| 学修の目的 | 今後のデジタル社会においては、コンピュータの基本的な仕組みと設定、OSの概要とファイル構造、通信やプログラミングの基礎など、IT/ICTに関する多様な基礎知識が必要となる。また、自らの考えや研究成果を文章や図表（データ処理・加工）として表現し、発信する能力も要求される。また、日本政府のAI戦略においては、全ての大学・高専生が初級レベルの数理・データサイエンス・AIに関する知識と技能を習得することを目指している。今後急速に進展するデジタル化社会においては、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受し、これらを説明し、活用できるようになることが大学・高専卒業者全員に求められている。この授業では、専門教育で必要な情報リテラシーを習得し、統計学とデータサイエンスを理解するための基礎を身につける。 |
| 学修の到達目標 | コンピュータやインターネットの利用に関する基礎的な知識と技術を身に着け、生物資源学部の専門教育で必要となる、文献などの情報検索、調査および実験で得られたデータの可視化処理や統計解析処理、コンピュータプログラムによる効率的なデータ処理、研究結果を発表するための文書作成やプレゼンテーションなどの基本技術を習得する。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 提出された課題および受講態度などを総合して評価する。4回以上欠席した場合は再受講とする。遅刻2回は欠席1回に換算する。 |
| 授業の方法 | 講義 |
| 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 グループ学習の要素を加えた授業 Moodleを活用する授業 キャリア教育の要素を加えた授業 その他、能動的要素を加えた授業（ミニッツペーパー、シャトルカードなど） |
| 授業改善の工夫 | 受講生の理解度および作業の進捗状況を確認しながら授業を進める。 |
| 教科書 | 教材および資料は適宜配布する。 |
| 参考書 | 特に指定しない。 |
| オフィスアワー | 各回の授業終了後対応する。メールによる相談には随時対応する。 |
| 受講要件 | 特になし。 |
| 予め履修が望ましい科目 | 特になし。 |
| 発展科目 | データのまとめやレポート作成が必要な授業、物理学・化学・生物学関連および学部専門教育での実験・実習、プレゼンテーションが課される授業、卒業研究など。現代科学理解特殊講義（データサイエンスとAI）またはデータサイエンスII。 |
| その他 | 特になし。 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | Windows、インターネット、ウィルス対策、情報倫理、セキュリティ、情報検索、文書作成、データ整理、プレゼンテーション、統計学基礎、データサイエンス、デジタル化社会 |
|---|---|
| Key Word(s) | Windows, network, information literacy, information security, information retrieval, documentation, presentation、basic statistics、data science、digital society |
| 学修内容 | 1. 現代社会とデータサイエンス 2. コンピュータ・情報通信技術の基礎 3. データリテラシー1（アカデミック情報リテラシ） 4. データを守るうえでの留意事項（情報セキュリティ） 5. データ・AIを扱う上での留意事項（情報倫理） 6. ワーク1（情報セキュリティ・倫理） 7, 統計分析基礎 8. データリテラシー2（統計分析の演習） 9. データの可視化 10. データリテラシー3（データの可視化の演習） 11. ワーク2（統計分析・データ可視化） 12. 信頼できるデータの収集 13. Rを用いたデータ処理1 14. Rを用いたデータ処理2 15. ワーク3（R言語） ※授業の進捗状況などによって講義の順番や内容を変更することがある |
| 事前・事後学修の内容 | 基本的な内容から始めるが、各回の授業をしっかりと理解すること。理解できなかった場所を復習すること、苦手とする内容を反復練習によって克服することが重要である。普段からコンピュータやネットワークの積極的に活用することを意識する。また、セキュリティ対策を常に行い、コンピュータを安全な状態に保つこと。 |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |