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 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
「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 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

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
○ 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 小テスト30%、レポート70%
授業の方法 演習

授業の特徴

PBL

特色ある教育

英語を用いた教育

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

授業計画

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

Copyright (c) Mie University