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)
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 ScienceⅠ | ||
単位数 | 2 単位 | |
ナンバリングコード | libr-fndt-INFS1551-007
|
|
開放科目 | 非開放科目 | |
分野 | ||
開講学期 |
前期 |
|
開講時間 |
火曜日 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 | ||
担当教員 | 萩原克幸 | |
HAGIWARA, Katsuyuki | ||
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 |
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、主に教育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。 |
学修の到達目標 | 本講義では、以下の二つが到達目標である。 ・情報通信技術の仕組みについて概要的な事を理解する。 ・統計分析の基本を理解し、コンピュータを利用して、初歩的なデータ分析が行えるようになる。 |
ディプロマ・ポリシー |
|
成績評価方法と基準 | 小テスト30%、レポート70% |
授業の方法 | 演習 |
授業の特徴 | |
授業改善の工夫 | |
教科書 | 講義資料を適当に配布する |
参考書 | |
オフィスアワー | 毎週金曜日16:10~17:50,場所:教育学部2号館1F情報教育第2研究室 |
受講要件 | |
予め履修が望ましい科目 | |
発展科目 | |
その他 |
MoodleのコースURL |
---|
キーワード | 情報通信技術、データサイエンス、デジタル社会 |
---|---|
Key Word(s) | Information and Communication Technology, 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.信頼できるデータの収集(図書館講習) 4.データリテラシー(ソフトウェア基礎) 5.データリテラシー(エクセルによるデータ処理) 6.データリテラシー(ワードによるレポート作成) 7.データリテラシー(パワーポイントによるプレゼンテーション) 8.データ・AIを扱う上での留意事項(総合情報処理センター講習) 9.データを守る上での留意事項(総合情報処理センター講習) 10.データ分析基礎(データ分析の基礎) 11.データ分析基礎(ヒストグラム・基本統計量) 12.データ分析基礎(統計グラフ) 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.データリテラシー(データサイエンスレポート作成) 講義の順序などは変更することがあります。 |
事前・事後学修の内容 | |
事前学修の時間:120分/回 事後学修の時間:120分/回 |