ブックメーカー予想サイト

CampusPlan Web Service Help ウインドウを閉じる シラバス参照 講義名 数理・データサイエンス基礎 代表ナンバリングコード J20LA341 講義開講時期 前期 講義区分 【短大】教養科目 基準単位数 1 代表曜日 代表時限 実務経験を活かした実践的指導科目（○/×） 実務経験の内容 授業形態 講義 / オンデマンド 所属名称ナンバリングコード 担当教員 氏名 ◎ 石黒　太 見尾　光庸 授業のテーマ 　本科目「数理・データサイエンス基礎」は、「教養科目」に属する必修科目であり、同じく「教養科目」に属する「情報リテラシー」（必修科目）とあわせて「就実短期大学数理・データサイエンス・AIリテラシープログラム」を構成するものである。この「就実短期大学数理・データサイエンス・AIリテラシープログラム」は、就実短期大学幼児教育学科の全１年次生を対象としたものであり、現在進行中の社会変化（第 4 次産業革命、Society 5.0、データ駆動型社会等）を踏まえ、就実短期大学で学ぶ学生が、短期大学で学ぶ上で、あるいは社会で活躍する上で、必須となる数理・データサイエンス・ＡＩに関する知識と、それらを活用する基礎的な能力を育成することを目的としたプログラムである。　本科目「数理・データサイエンス基礎」では、現在進行中の社会変化（第 4 次産業革命、Society 5.0、データ駆動型社会等）を踏まえ、数理・データサイエンス・AIに関する基礎知識を身に付け、データを適切に読み解く力・データを適切に説明する力・データを扱うための力を養うことを目的とする。 授業の概要 　短期大学での学修に必要な数理・データサイエンス・AIに関する基礎知識を身に付け、データを適切に読み解く力・データを適切に説明する力・データを扱うための力を養う。講義を受講しながら、あるいは講義受講後に実際にPCを操作し、データを扱う演習を行ってもらう。　なお、本科目はオンデマンド型での開講となる（「情報リテラシー」の７回終了後に開始）。毎週月曜日１限に講義動画が公開される。各自にて講義動画を受講し、次の講義動画の公開期日までに課題に取り組み提出すること。 到達目標 ・現在の社会において「数理/データサイエンス/AI」の活用領域が広がっていること、自らの生活と深く結びついているものであることを理解し、その価値を説明できるようになる。・「数理/データサイエンス/AI」活用の可能性と限界を理解し、説明できるようになる。・データの特徴を読み解き、起きている事象の背景や意味合いを理解できるようになる。・データの比較対象を正しく設定し、数字を比べることができるようになる。・適切な可視化手法を選択し、他者にデータを説明できるようになる。 授業計画 回内容 1ガイダンス・データサイエンスとは 2社会で起きている変化・社会で活用されているデータ 3データ・AIの活用領域と利活用のための技術 4データ・AI利活用の現場と最新動向 5データを読む（１）データの種類、代表値、ばらつき 6データを読む（２）因果と相関　母集団と抽出　他 7データを説明する 8データを扱う 成績評価の方法、評価基準、ならびにフィードバックの方法 認定科目のため、段階的な評価は行わない。単位認定の条件は以下の通りである。全8回の授業のうち、6回の授業について「合格（受講済み）」となることが単位認定の条件である。その回の授業が「合格（受講済み）」となるには、・その回の動画をすべて視聴すること（視聴・未視聴は教員側で確認可能）・その回にて課された課題（確認テストの受検のみの回と、確認テストの受検＋演習ファイルの提出の回があります）をすべて完了することこの２つの条件をともに満たすことが必要である。＜フィードバックの方法＞　「就実短期大学数理・データサイエンス・AIリテラシープログラム専用学修プラットフォーム」（専用LMS）上で回答する確認問題については、学修プラットフォーム上でフィードバックを行う。PC操作・Office操作に関する演習課題については、次回授業内冒頭でフィードバックを行う。 テキスト 　テキストは使用しない。必要に応じてWebClass上で講義資料を配布する。 参考文献 　必要に応じて講義内で指示する。 事前・事後学習の内容と時間 　各回の授業内容に応じて、適切に授業の復習を行うこと。課題に取り組むための時間を含む復習時間は週3時間程度を目安とする。 アクティブラーニング 　授業の中でPCを利用して実際にデータを処理する等の課題に取り組む実習を行う。 ICT活用 　Webclassを活用した講義資料配布・課題提出を行う。また実際にPCを使用し、Officeソフトを操作し演習に取り組んでもらう。 UP ウインドウを閉じる