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 教育学部の数学教育・理科教育コース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 Science I | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | libr-fndt-INFS1551-005
|
|
| 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 |
|
| 開講場所 | ||
| 担当教員 | 山守一徳（教育学部） | |
| YAMAMORI Kazunori | ||
| 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 | コンピュータを用いた演習の付随した授業である。 大学における研究を進める上で必要となるコンピュータの基本的知識及び操作を身に付けます。 また、統計学とデータサイエンスの基礎を学びます。 |
|---|---|
| 学修の目的 | 情報技術の進歩と社会の情報化に伴い、多様なコンピュータと情報サービスを使いこなす力や、信頼できるデータを収集し、的確に分析し、そして発信する力がいっそう重要になっています。本講義では必携ノートパソコンと三重大学の情報環境を活用して、学生生活の基礎となる情報リテラシーとデータリテラシー（データの活用力）を養い、統計学とデータサイエンスの基礎を学びます。 |
| 学修の到達目標 | レポート・指導案作成等に必要なワード・エクセルのソフトウエアを使いこなせるようにする。PythonとRを使ってデータ分析する方法についても理解を深める。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | レポート・試験(５０％)、授業に対する積極的な姿勢(５０％) |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
問題提示型PBL（事例シナリオ活用含） Moodleを活用する授業 キャリア教育の要素を加えた授業 |
| 授業改善の工夫 | Moodleを活用する。 |
| 教科書 | 中山浩太郎監修「東京大学のデータサイエンティスト育成講座」マイナビ出版 |
| 参考書 | 森本義廣・黒瀬能津・加藤智子著「統計学の要点」共立出版 柴田望洋著「新・明解Python入門」SBクリエイティブ 間瀬茂著「Rプログラミングマニュアル第2版」数理工学社 涌井良幸・涌井貞美著「統計学の図鑑」技術評論社 |
| オフィスアワー | 水曜日12:00～13:00 |
| 受講要件 | |
| 予め履修が望ましい科目 | |
| 発展科目 | |
| その他 | 必携パソコンを持参すること |
授業計画
| MoodleのコースURL |
|---|
| キーワード | 統計学基礎、データサイエンス、情報リテラシー、R、Python |
|---|---|
| Key Word(s) | Statistics basics、Data science、Information literacy、R、Python |
| 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、ネットワーク、情報セキュリティ、情報倫理 3 信頼できるデータの収集、データの判別と収集（データベースの活用など） 4 データリテラシー、小学生に教えるためのScratchプログラミング 5 データリテラシー、Wordでの文章作成 6 データリテラシー、Excelを用いたデータ処理 7 データリテラシー、Excelを用いたデータ処理 8 データ・AIを扱う上での留意事項、データ処理準備 9 データを守る上での留意事項、統計解析の基礎 10 データリテラシー、Pythonでのデータ分析 11 データの可視化、Pythonプログラミング 12 統計分析基礎、確率統計学 13 Rを⽤いたデータ処理 14 Rを⽤いたデータ処理 15 データリテラシー、まとめ 16 定期試験 |
| 事前・事後学修の内容 | 統計学の要点やツールの使い方を参考文献より学習する必要がある |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |