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 |
|
| 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-DASC1711-009
|
|
| 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 |
|
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。 |
| 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 | データイエンス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．ソフトウェア（R）を用いたデータ処理１ １４．ソフトウェア（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 | ICT基礎および統計基礎について予習・復習をすること。 データ分析実習課題は授業外で取り組んだものを、授業時間に解説する形とする。 |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |