| 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 | 長谷川 尚弘 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 | ①データサイエンスやAIについて理解すること。 ②データの取り扱い方について理解すること。 ③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 ・データサイエンスを学ぶ必要性や社会で起きている変化について理解できるようになる。 |
| 第２回 | IoTの技術としくみ ・IoTの技術としくみ、クラウドコンピューティングについて説明できるようになる。 |
|
| 第３回 | AIの技術としくみ ・AIの歴史と種類、それぞれのしくみについて説明できるようになる。 |
|
| 第４回 | データやAIの活用領域 ・AIの活用領域と事例、画像識別AIについて理解できるようになる。 |
|
| 第５回 | データの種類と活用 ・ビッグデータや社会で活用されているデータについて理解できるようになる。 |
|
| 第６回 | データを可視化する方法 ・データを可視化するための基本的な方法について説明できるようになる。 |
|
| 第７回 | データを分析する方法 ・データ分析の方法と統計学の役割、認知バイアスについて理解できるようになる。 |
|
| 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 ・情報セキュリティについて考え、注意点や対策方法を挙げられるようになる。 |
|
| 第９回 | データ活用と必要なスキル ・データ分析の種類や手法を挙げられるようになる。 |
|
| 第１０回 | データ活用の基礎（1）データの読み方 ・データを代表値やばらつきで要約する方法を理解し、Excelを用いて関連する計算式の入力やグラフの作成ができるようになる。 |
|
| 第１１回 | データ活用の基礎（2）データの集め方 ・2次データの探し方や1次データの集め方を理解し、Excelを用いて関連する計算や集計ができるようになる。 |
|
| 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 ・Excelでの様々なグラフの作成方法を理解し、自分でグラフの種類を選択してデータの表現ができるようになる。 |
|
| 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 ・基本的なデータ分析を行うために、自分で関数やグラフを選択してExcelを扱えるようになる。 |
|
| 第１４回 | データ活用の基礎（5）分析したデータの説明 ・Excelを用いてアンケート結果の分析を行い、結果を説明できるようになる。 |
|
| 第１５回 | データ・AI活用の最新動向 ・データ・AI活用に関する研究事例や動向を理解できるようになる。 |
| 授業外学習の課題 | 事前学修（1.5時間程度）：Shudo Moodle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。第10回からExcelを用いるため、できるだけ早い段階で、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。 事後学修（2.5時間程度）：授業で学んだことを中心に、わからなかった部分や確認テストの復習を、次週までに実施すること。 |
| 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計算、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 毎回の授業で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。 各10点満点×15回＝150点を100点換算し、成績評価を行う。 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 1,980円 「情報リテラシー Windows 11 Office 2024／Microsoft 365対応」 FOM出版 2,310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。 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、TA・SA（先輩学生）によるサポートタイムを利用すること。 情報教育サポート室（6号館2階）でも、担当教員による質問や相談を受け付ける。 各サポートの時間や場所は、Shudo Moodleに記載する。 |
| 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 | 2024～2026 | 1・2・3・4 | ○ | - | - | - | - |
| 商学部経営学科（データサイエンス科目） | 00100 | 2024～2026 | 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 | 2024～2026 | 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 | 2024～2026 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部教育学科（データサイエンス科目） | 00100 | 2024～2026 | 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 | 2024～2025 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部英語英文学科（データサイエンス科目） | － | 2026～2026 | 1・2・3・4 | ○ | - | - | - | - |
| 人文学部社会学科（データサイエンス科目） | 00100 | 2024～2026 | 1・2・3・4 | ○ | - | - | - | - |
| 法学部法律学科（データサイエンス科目） | 00100 | 2024～2026 | 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 | 2024～2026 | 1・2・3・4 | ○ | - | - | - | - |
| 健康科学部心理学科（データサイエンス科目） | 00100 | 2024～2026 | 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 | 2024～2026 | 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 | 2024～2026 | 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 | 2024～2026 | 1・2・3・4 | ○ | - | - | - | - |