| 授業コード | 06500100 | 単位数 | 2 |
| 科目名 | データサイエンス概論 | クラス | |
| 履修期 | 後期授業 | カリキュラム | ＊下表参考 |
| 担当者 | 小河 智佳子 他 | 配当年次 | ＊下表参考 |
| 授業の題目 | データサイエンス概論 Introduction to Data Science |
| 学修の概要 | 情報技術の進展により、多様かつ大量のデータ（ビッグデータ）の取り扱いが可能になった現代社会において、これらを利活用できるデータサイエンスの手法を修得することが必要とされている。本科目では、データサイエンスに関する知識、IoT（モノのインターネット）やAI（人工知能）等のしくみや情報技術、活用事例、データ活用の基礎等を学ぶことで知識と理解を深め、社会を取り巻く変化に対応できる基礎力を身に付けることを目指す。 |
| 学修の到達目標 | データサイエンスやAIについて理解し、説明ができること。 データの取り扱い方について理解し、説明ができること。 様々なデータの種類を理解し、Microsoft Excelを用いて基本的な分析やグラフでの表現ができること。 |
| 授業計画 | 第１回 | 社会で起きている変化 |
| 第２回 | IoTの技術としくみ | |
| 第３回 | AIの技術としくみ | |
| 第４回 | データやAIの活用領域 | |
| 第５回 | データの種類と活用 | |
| 第６回 | データを可視化する方法 | |
| 第７回 | データを分析する方法 | |
| 第８回 | データ・AI活用におけるプライバシーと情報セキュリティ | |
| 第９回 | データ活用と必要なスキル | |
| 第１０回 | データ活用の基礎（1）データの読み方 | |
| 第１１回 | データ活用の基礎（2）データの集め方 | |
| 第１２回 | データ活用の基礎（3）グラフや図を用いたデータの表現 | |
| 第１３回 | データ活用の基礎（4）関数やグラフを用いたデータの分析 | |
| 第１４回 | データ活用の基礎（5）分析したデータの説明 | |
| 第１５回 | データ・AI活用の最新動向 |
| 授業外学習の課題 | 各回の最後に次回の授業範囲を提示するので、各自でテキストの該当する部分を読み、予備知識を集めること。（30分～1時間程度） 第10回からExcelを用いるため、基本的な使い方（データ入力・計算・グラフ作成）を学習しておくこと。 授業で学んだことは、次週までに復習すること。（30分～1時間程度） |
| 履修上の注意事項 | 第10回から第14回にかけて実施する「データ活用の基礎」は、Excelを用いた演習があります。基本的な使い方であるデータ入力や基本的な計算方法、グラフ作成方法を学習しておいてください。 動画内でも操作方法の説明を行いますが、あらかじめExcelの操作に慣れて基礎力を修得するため、できるだけ1年生前期に「情報基礎演習」または「情報応用演習」を履修することを推奨します。 15回の授業全てをオンデマンド（Shudo Moodle）で実施しますので、受講のために使用するPCやネットワークの環境を整えておいてください。 オンデマンド授業は、教室で受講する対面授業とは異なり、各自で受講する時間を調整する必要があります。 各回の受講期限を2週間としますので、①動画の視聴を行い、②確認テストの受験を終えられるよう、計画的に受講してください。 受講期限を過ぎた動画の視聴および確認テストの受験はできません。 本科目の受講方法やサポートタイム等の詳細は、Shudo Moodleに記載しますので、受講時によく読んでください。 公認欠席の場合にも、各回それぞれ2週間を受講期間としたオンデマンド授業を配信するため、指定した期間内に受講するようにしてください。 |
| 成績評価の方法・基準 | 【期末試験】無 毎回の授業の最後に実施する確認テスト（100％）にて評価する。 Shudo Moodleにある確認テストを期限内に受験すること。また、全15回中5回以上未受験の場合は欠席が5回以上あるとみなし、成績評価を行うことができないので注意すること。 |
| テキスト | 「はじめて学ぶ数理・データサイエンス・AI」 FOM出版 2,200円 |
| 参考文献 | 「教養としてのデータサイエンス」 講談社 1,800円＋税 「情報リテラシー Windows 10 / Office 2019対応」 FOM出版 2,200円 ＊「情報基礎演習」および「情報応用演習」のテキスト |
| 主な関連科目 | 統計学、応用統計学、情報化社会と人間、情報と知能、情報基礎演習、情報応用演習、情報処理入門 |
| オフィスアワー及び 質問・相談への対応 |
確認テストのフィードバックは、受講期限後にShudo Moodleにて行う。 本科目を学内にて受講や質問ができるよう、情報講義室または情報演習室（いずれも6号館）を週に数時間開室する。オンデマンド授業の受講に不安がある学生や、受講の方法や内容に質問がある学生は、この時間を利用すること。詳細は、Shudo Moodleにて確認すること。 また、情報教育サポート室（6号館2階）でも、授業や課題に関する質問・相談を受け付ける。 |
| 所属 | ナンバリングコード | 適用入学年度 | 配当年次 | 身につく能力 | ||||
| 知識・技能 | 思考力 | 判断力 | 表現力 | 協創力 | ||||
| 商学部商学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 商学部経営学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 経済科学部現代経済学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 経済科学部経済情報学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部教育学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部英語英文学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部社会学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 法学部法律学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 人間環境学部人間環境学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 健康科学部心理学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 健康科学部健康栄養学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 国際コミュニティ学部国際政治学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |
| 国際コミュニティ学部地域行政学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | - | - | - | - |