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 数学教育コース，理科教育コース |
|
| 授業科目名 | データサイエンスⅡ | |
| でーたさいえんすⅡ | ||
| Ｄata ＳcienceⅡ | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | libr-fndt-DASC2711-004
|
|
| 開放科目 | 非開放科目 | |
| 分野 | 自然 （2014年度（平成26年度）以前入学生対象） | |
| 開講学期 |
後期 |
|
| 開講時間 |
月曜日 5, 6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 | ||
| 担当教員 | 市川 俊輔（教育学部・理科），國仲 寛人（教育学部・理科），玉城 政和（教育学部・数学） | |
| ICHIKAWA, Shunsuke，KUNINAKA, Hiroto，TAMASHIRO, Masakazu | ||
| 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 | 教育現場において，データに基づいた教育は今後ますます重要になってくる。この授業では，教育に活かすことのできるデータサイエンスについて扱う。具体的にはデータの収集，集計，処理の基本を、主としてパソコンによる実習で学んでいく。 |
|---|---|
| 学修の目的 | 将来教員になった際に，学校現場で得られる多様なデータを用いて教育の改善に役立てることができることを目指す。 |
| 学修の到達目標 | データサイエンスⅠで学んだデータリテラシーに基づいて収集・整理した情報に対して，これらを適切に読み，説明し，扱うための基礎知識を得る。具体的には， ・教育データを処理のできる形に加工できるようになる ・加工したデータを処理し，分析できるようになる ・分析を報告書の形にまとめ，発表できるようになる |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 授業時の課題への取り組み（40％），課題発表（60％），計100％．(合計が60%以上で合格) |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
プレゼンテーション/ディベートを取り入れた授業 グループ学習の要素を加えた授業 Moodleを活用する授業 |
| 授業改善の工夫 | 授業中の質問，授業評価アンケートを参考に適宜対応する． |
| 教科書 | 高橋参吉 編著：『教職・情報機器の操作- ICTを活用した教材開発・授業設計 -』（コロナ社, 2021年）,ISBN 978-4339029154 |
| 参考書 | 涌井良幸，涌井貞美 著：『統計学の図鑑 (まなびのずかん)』（技術評論社，2015年），ISBN 978-4774173313 |
| オフィスアワー | 毎週水曜日12:00～13:00，解析学第1研究室（教育学部４Ｆ） |
| 受講要件 | データサイエンスⅠを履修済であること |
| 予め履修が望ましい科目 | |
| 発展科目 | 教科教育法 |
| その他 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | データサイエンス，教育，デジタル化社会 |
|---|---|
| Key Word(s) | Data Science, Education, Digital Society |
| 学修内容 | 第1回 社会で起きている変化、活用されているデータ 第2回 データ・AI利活用の最新動向～活用領域・現場・技術 第3回 AI利活用のためのデータ処理（データを読む１） 第4回 データの集計，並べ替え，ランキング（データを扱う1）（玉城） 第5回 データの代表値とばらつき（データを読む2）（玉城） 第6回 データを可視化しよう（データを説明する1）（玉城） 第7回 データを整理して公表する（データを説明する2）（玉城） 第8回 プレゼン資料の作り方（データを読む3）（市川） 第9回 プレゼン資料の作り方（データを説明する3）（市川） 第10回 データの解析（データを扱う2）（國仲） 第11回 データの解析（データを説明する4）（國仲） 第12回 グループワーク（データを読む4） 第13回 グループワーク（データを読む5） 第14回 発表会（データを説明する5） 第15回 発表会（データを説明する6） |
| 事前・事後学修の内容 | 授業ごとにデータの集計，処理，分析，報告書作成，プレゼンテーションの各段階に応じた課題が与えられるので，その課題を行う． |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |