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	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
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-INFS1551-002

開放科目	非開放科目
分野
開講学期	前期
開講時間	木曜日 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「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	深井　英喜（人文学部）
担当教員	FUKAI, Hideki.
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、主に社会科学分野（経済学・経営学・法学・政治学）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。
学修の到達目標	①　社会科学を学習研究するのに必要な情報やデータの検索や扱い方を学ぶ。 ②　レポート・論文の作成、プレゼンテーションに必要なパソコンの基本操作を学ぶ。 ③　データサイエンスと統計学の基礎を体験する。
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	授業への取り組み状況　30点、　毎回の課題提出　70点
授業の方法	講義実習
授業の特徴	PBL 特色ある教育 Moodleを活用する授業 eポートフォリオを活用する授業英語を用いた教育
授業改善の工夫
教科書
参考書
オフィスアワー	初回の授業時に通知する。
受講要件
予め履修が望ましい科目
発展科目	情報科学基礎B
その他

授業計画

MoodleのコースURL

キーワード	データサイエンス、デジタル化社会
Key Word(s)	Data Science, Digital Society
学修内容	１．ガイダンス：学内LANへの接続とメーラーの設定２．現代社会とデータサイエンス３．コンピュータ・情報通信技術の基礎４．データ・AIを扱う上での留意事項（情報リテラシー）５．データを守る上での留意事項（情報倫理）６．データリテラシー（情報とフェイクニュースは何が違うか）７．データリテラシー（ワード入門）レポートやレジュメを作成するためのワード操作８．データの可視化１（エクセル入門）エクセルによる表とグラフの作成９．データの可視化２（エクセル、ワード、パワーポインターの連携）表とグラフのワード・パワーポインターへの取り込み１０．信頼できるデータの収集１１．統計分析基礎エクセルによる記述統計入門１１２．統計分析基礎エクセルによる記述統計入門２１３．統計分析基礎エクセルによる記述統計入門３１４．Rを用いたデータ処理１１５．Rを用いたデータ処理２
事前・事後学修の内容	毎回の授業回で実習する課題の結果を提出すること。
事前・事後学修の内容	事前学修の時間:30分/回　　　事後学修の時間:90分/回