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 | 2022 年度 | |
|---|---|---|
| 開講区分 | 教養教育・教養基盤科目・データサイエンス | |
| 受講対象学生 |
学部(学士課程) : 1年次 教育学部(技術・ものづくり，家政，保健体育） |
|
| 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-DASC1711-010
|
|
| 開放科目 | 非開放科目 | |
| 分野 | ||
| 開講学期 |
前期 |
|
| 開講時間 |
月曜日 9, 10時限 |
|
| 授業形態 |
対面授業 * 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 | 未定 | |
| 担当教員 | 魚住明生（教育学部技術・ものづくり教育講座） | |
| UOZUMI Akio | ||
| 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。このようなスキルは，データに基づいて判断し行動することが求められている現代において，データサイエンスやAIを活用するための基礎となる。 以上のことから，学生生活を有意義なものとするためには，Web上に開講されるe-Learning授業の活用や，音響映像を統合し双方向性を持たせたマルチメディア活用技術など，情報活用，情報処理および情報通信に関する基本的な技術を習得することが不可欠である。さらに，インターネットに接続して，いつでも・どこからでも・自由かつ安全に使えるように，情報通信技術（Information and Communication Technology：ICT）を習得するとともに，高度情報社会を生きていくための，情報倫理とルール，マナーを身につけていくことが求められている。 この科目では，これらの情報通信技術ICT，即ち，各自の専門分野において有用な道具として使いこなす実践的技術を，"Practice makes perfect!"（習うより慣れろ！）方式で身につけることを目的としている。 |
| 学修の到達目標 | この授業の具体的目標は，次の実践的技術と情報倫理を身につけます。 １）レポートや論文を書くための文書作成・編集技術 ２）実験データの分析やグラフ化のための表計算及びグラフ作成技術 ３）World Wide Webによる情報検索・収集などをするインターネット活用技術 ４）自分の考えを上手に人に伝える図解表現，プレゼンテーション技術 ５）ディジタル情報を統合的に扱うマルチメディア活用技術 ６）e-Learningシステムや電子教材を使用する教育システム利用技術 ７）ネットワーク利用に関するルールやマナー，著作権法などを遵守し，情報倫理観を身につけ，あらゆる脅威から安全を確保する技術 ８）統計学の基礎・データサイエンスの基礎 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 出席状況：欠席する際は，必ず事前にメール，欠席届等で担当教員に連絡すること。本授業では無断欠席は１回で３回の欠席，遅刻は２回で１回の欠席と見なします。 評価基準 Ａ：全ての課題を達成し，授業に全て出席して，レポートやプレゼンテーション等が優れている者 Ｂ：全ての課題を達成し，授業に全て出席した者 Ｃ：全ての課題を達成した者 Ｄ：Ａ，Ｂ，Ｃに該当しない者 なお，止むを得ない理由での欠席については考慮する。また，受講態度の悪い者については課題達成の如何に関わらず，評価します。 |
| 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） 問題自己設定型PBL プロジェクト型PBL 実地体験型PBL Moodleを活用する授業 |
| 授業改善の工夫 | 演習時，並びにMoodle上での質疑，要望に応じて，授業を改善する。 |
| 教科書 | ３０時間アカデミック 情報リテラシー Office 2019 実教出版 その他，必要な書籍は適宜紹介すると共に，資料を配布する。 |
| 参考書 | |
| オフィスアワー | 授業後の毎週月曜日18:00～19:00，場所：技術棟２階 技術科教育学研究室 |
| 受講要件 | |
| 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 | コンピュータ，ネットワーク，Web，e-Learning，情報通信技術（ICT），情報倫理，情報リテラシー，データサイエンス、デジタル化社会 |
|---|---|
| Key Word(s) | Computer, Network, Web, e-Learning, Information and Communication Technology, Information Ethics, Information Literacy, Statistics basics, Data Science, Digital Society |
| 学修内容 | 1 現代社会とデータサイエンス（オリテン） ・情報科学基礎の目的と達成目標の把握，統一アカウントや総情センターが提供しているサービスに関する説明とインターネットを利用する上で遵守すべき法規やマナーに関する講義 2 コンピュータ・情報通信技術の基礎（オリエンテーション） ・e-Learningシステム（Moodle）への登録，活用方法の習得，MS Wordの基本，日本語入力の確認・練習 3 データリテラシー（MS Wordの応用） ・応用と編集操作の習得 4 データの可視化（MS Excelを用いたデータ処理１） ・成績データ処理演習による基本操作の習得 5 統計解析の基礎（MS Excelを用いたデータ処理２） ・グラフ作成方法の習得 6 ソフトウェア（R）を用いたデータ処理（Rの基礎） 7 ソフトウェア（R）を用いたデータ処理（大量データの集計など） 8 信頼できるデータの収集（データベースの活用） ・実学としての情報リテラシー講習会：附属図書館講師による授業 9 データ・AIを扱う上での留意事項（情報倫理） 10 データを守る上での留意事項（情報セキュリティー） 11 データリテラシー（MS ExcelとMS Wordの両ソフトウェアの活用） ・ソフトウェア相互連携活用の習得 12 データリテラシー（MS PowerPointの基礎） ・基本操作，アニメーション効果の習得 13 データリテラシー（MS PowerPointの応用） ・図の作成と画像，音響，映像の組込み方法の習得と３分間プレゼンテーションの作成 14 データリテラシー（総合演習） ・３分間プレゼンプの実施：1回目 15 データリテラシー（総合演習） ・３分間プレゼンプの実施：2回目 |
| 事前・事後学修の内容 | ○授業の進め方 原則として，テキストによる自学自習で進めます。 具体的には， １）まず，テキストをよく読み，テキストの指示に沿って演習する。 ２）分からない箇所は，もう一度テキストをよく読む。 ３）それでも分からない箇所は，近くの分かる学生に聞く。 ４）それでも分からない時は，TAまたは担当教員に聞く。 ○レポートの提出方法 レポートの提出期限は，原則として次の日曜日までとする。 提出はMoodleで行う。その際，提出する添付ファイル名についてはテキストを参照すること。 また，紙面で提出するレポートについては，次週の授業前に提出する。 |
| 事前学修の時間:140分/回 事後学修の時間:100分/回 |