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 | 2023 年度 | |
|---|---|---|
| 開講区分 | 共通教育・大学基礎科目 | |
| 受講対象学生 |
学部(学士課程) : 1年次 教育学部 英語教育、幼児教育、特別支援教育コース クラス指定 |
|
| 授業科目名 | データサイエンスⅡ | |
| でーたさいえんすに | ||
| Data ScienceⅡ | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | libr-fndt-DASC2711-005
|
|
| 開放科目 | 非開放科目 | |
| 分野 | ||
| 分類・領域 | ||
| 開講学期 |
後期 |
|
| 開講時間 |
火曜日 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 | ||
| 担当教員 | 森田 賢太（非常勤講師） | |
| MORITA, Kenta | ||
| 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 | ・教育データを処理のできる形に加工できる。 ・加工したデータを処理し，分析できる。 ・分析を報告書の形にまとめ，発表できる。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 授業時の課題達成度・レポートによる総合評価 第１回～１４回：各５％ 第１５回：３０％ 計１００％ |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
グループ学習の要素を加えた授業 |
| 授業改善の工夫 | |
| 教科書 | |
| 参考書 | 教養としてのデータサイエンス，北川源四郎 他，講談社． |
| オフィスアワー | 國仲寛人（毎週金曜13:00〜16:00、教育学部1号館239号室） |
| 受講要件 | |
| 予め履修が望ましい科目 | データサイエンスI |
| 発展科目 | |
| その他 | 第1～３回の授業は、奥原先生（データサイエンス教育センター/工学研究科情報工学専攻）提供によるビデオ教材を使います。 |
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、Eucation、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 データを読む１（AI利活用のためのデータ処理） 第4回 データを読む１ 基本統計量・多変量データの集計1 第5回 データを読む2 基本統計量・多変量データの集計2 第6回 データを扱う１ データの収集・利用について 第7回 データを扱う2 データクレンジングについて 第8回 教育現場におけるデータ処理１（パソコンによる実習1） 第9回 教育現場におけるデータ処理2（パソコンによる実習2） 第10回 教育現場におけるデータ処理3（パソコンによる実習3） 第11回 教育に関わるデータ分析1（データ収集とパソコンによる実習1） 第12回 教育に関わるデータ分析2（データ収集とパソコンによる実習2） 第13回 教育に関わるデータ分析3（データ収集とパソコンによる実習3） 第14回 教育現場におけるデータ分析1（分析から報告書作成まで） 第15回 教育現場におけるデータ分析2（分析からプレゼンまで） |
| 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:90分/回 事後学修の時間:150分/回 |