| 授業コード | 20033051 | クラス | 51 |
| 科目名 | 社会学情報処理Ⅳ | 単位数 | 2 |
| 担当者 | 河野 貴子 | 履修期 | 後期授業 |
| カリキュラム | ＊下表参考 | 配当年次 | ＊下表参考 |
| 授業題目 | AIリテラシー(基礎) |
| 授業の概要 | デジタル社会において、人工知能(AI)技術の進化や普及が、私たちの日常生活や仕事などで使いこなすことができるスキルや人材が求められています。 数理、データサイエンス、AIに関する知識、技能に必要な基礎知識を高め、理解し不安なく自らの意志でAIを活用できることを目標に学習します。 また、AIに関する基礎知識を測定し認定する、AI検定も目標にします。 授業計画は目的、時間等によって順序や内容を適時調整します。 |
| 学習の到達目標 | AIに関する基礎的な知識を習得し、その習得した知識を何にどのように使うか考え、AIの特性を正しく理解し利活用できることを目標にします。 |
| 授業計画 | 第１回 | AIリテラシーとは |
| 第２回 | 社会で起きている変化 | |
| 第３回 | 社会で活用されているデータ | |
| 第４回 | データ・AIを何に使えるか | |
| 第５回 | データ・AI技術 | |
| 第６回 | データを読む、説明する、扱う (データの種類) | |
| 第７回 | データ・AIを扱う上での留意事項 | |
| 第８回 | データ・AIにまつわる留意事項(情報セキュリティの基礎) | |
| 第９回 | データのまとめ | |
| 第１０回 | アルゴリズム基礎(AIとアルゴリズム、ハードウェア、ソフトウェア) | |
| 第１１回 | データの構造とプログラミング | |
| 第１２回 | データを上手に扱う(ビックデータ、データベース) | |
| 第１３回 | アリゴリズム他のまとめ | |
| 第１４回 | 演習問題とその解説 | |
| 第１５回 | 全体のまとめ |
| 授業外学習の課題 | 授業終了後、基礎知識を活用しスキルアップのために、復習をしておきましょう。 |
| 履修上の注意事項 | AIに関する知識を理解し、その基礎知識を使いこなせし習得するため、毎回復習から入りますので遅刻せず入室してください。操作説明後課題を出しますので、必ず完成させること。 |
| 成績評価の方法・基準 | 授業への取り組み及び課題の提出(20%)、試験(80%)を目安に総合的に評価します。 |
| テキスト | はじめてのAIリテラシー 株式会社技術評論社 1,680円+税 修大生協 |
| 参考文献 | 必要に応じて紹介します。 |
| 主な関連科目 | 情報処理関連科目、情報リテラシー、社会学情報処理Ⅴ |
| オフィスアワー及び 質問・相談への対応 |
操作説明時や、説明後の課題時に対応し、知識、技能を習得するため疑問点があればどんどん質問してください。 |
| 所属 | ナンバリングコード | 適用入学年度 | 配当年次 |
| 人文学部人間関係学科社会学専攻（社会学情報処理系科目） | FHHS22202 | 2017～2023 | 2･3･4 |