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年次教育学部　英語教育コース、幼児教育コース、特別支援教育コースの１年生
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-INFS1551-006

開放科目	非開放科目
分野
開講学期	前期
開講時間	月曜日 5, 6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	水谷　哲也（非常勤講師）
担当教員	Mizutani Tetuya
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	[1]情報リテラシーおよび情報倫理に関する基本的知識を得ることができます。 [2]レポート・論文・指導案作成等に必要なワード・エクセル・パワーポイントのソフトウエアを使いこなせるようになります。 [3]著作権やプライバシーの保護等についても理解を深めます。
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	レポート・試験（１００％)
授業の方法	講義演習
授業の特徴	PBL 特色ある教育 Moodleを活用する授業英語を用いた教育
授業改善の工夫	受講者各自の到達度別に対応できるよう、努めたい。
教科書	授業で配布するレジユメ
参考書
オフィスアワー	担当教員に確認すること。
受講要件	教育学部　英語教育コース、幼児教育コース、特別支援教育コースの１年生
予め履修が望ましい科目
発展科目	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

授業計画

MoodleのコースURL

キーワード	情報リテラシー、データサイエンス、統計学基礎、デジタル化社会
Key Word(s)
学修内容	第１回　現代社会とデータサイエンス　　　　　　ガイダンス、Moodleの使い方、Society 5.0とは　第２回　コンピュータ・情報通信技術の基礎　　　　　　Windows基礎、メール作法、オンラインで講義を行うには、インターネット、PKI 　第３回　信頼できるデータの収集【図書館担当】　第４回　データーリテラシ（プレゼンテーション演習）　第５回　データーリテラシ―（プレゼンテーション演習）　第６回　データーリテラシ―（プログラミング）　　　　　　Scratchによる論理的思考、アルゴリズムの考え方　第７回　データーリテラシ―（プログラミング）　　　　　　Scaratchによるプログラミング　第８回　データ・AIを扱う上での留意事項（情報倫理）【総情センター担当】　第９回　データを守る鵜上での留意事項（情報セキュリティー）【総情センター担当】第１０回　データーリテラシ―（文章作成）　　　　　　Wordを用いた文書作成第１１回　データの可視化　　　　　　Excelを用いたデータ処理第１２回　統計分析基礎　　　　　　Excelを用いたデータベース機能、ピボットテーブル、マクロ、Rの準備(インストール) 第１３回　Rを用いたデータ処理第１４回　Rを用いたデータ処理第１５回　データーリテラシ―（IoT、AI、ブロックチェーン）講義の順序などは変更することがあります。またオンライン講義になった場合は内容を一部変更します。
事前・事後学修の内容	【事前学習】講義資料をダウンロードし、資料内に呈示されている項目についての事前調査【事後学習】講義で呈示されたレポートの作成
事前・事後学修の内容	事前学修の時間:1800分/回　　　事後学修の時間:1800分/回