年度 | 2023 年度 | ||||
---|---|---|---|---|---|
授業科目名 | 授業科目 データ・AIリテラシー | ||||
開講番号 | C1-176 | 講義コード | 0007776 | ||
開講期 | 前期 | 曜日/講時 | 火曜日/2講時 | ||
単位数 | 2 | カリキュラムマップ | 汎用的技能 | ||
授業形態 | 演習 | 担当形態 | 単独 | ||
対象学生 | データ1 | ナンバリングコード | C11322 | ||
担当教員 | 坂本 美奈子 | ||||
教職課程関連科目 法定規程科目 |
|||||
教職課程関連科目 施行規則に定める科目区分または事項等 |
対面授業
15回全て教室にて実施する。
必携ノートパソコンを使用した実機演習により習得する。
終盤にグループワークを行うことで学習テーマについて意見交換しながら成果物を作成する。
データサイエンスとAI活用の基礎知識と基礎的手法を系統的に学ぶ。
データサイエンスとAI利活用について、背景を通じて、意味や求められるものを理解する。
データの中から、Excelを使って、データを加工し、分析する手法を学び、表現できる。
社会におけるデータサイエンスやAI利活用の仕組みやリテラシーを理解している。
Excelを使って基本的なデータ分析や考察、予測などができる。
近年、AI、ビッグデータ、IoTをはじめとするデータ利活用に関連する新技術が進展し、第4次産業革命といわれている。
例えば、産業用機械、家電、自動車等のモノがインターネットに接続する技術が可能となり、社会や産業に大きな変革が起こってきている。
この授業では、データ分析に必要な基礎知識とコンピュータを活用した分析方法を学ぶ。
1.オリエンテーション/データサイエンスとは
・授業の目的/到達目標
・教材、e-Learningについて
・データサイエンスの意味
・データサイエンスが必要とされる背景
・データと情報の違い
・非構造化データ、構造化データについて
2.社会におけるデータ・AI利活用
・Society 5.0
・これからの社会に求められるもの
・人工知能(AI)とは
・データ・AI活用領域の広がり
・AI技術活用事例
3.データ・AI利活用留意事項
・AIとは異なるヒトの存在意義
・AI技術が引き起こす社会の課題
・個人情報保護
・情報とセキュリティ
・データの安全性を脅かすもの
・技術的対策
・データのねつ造、改ざん、盗用、プライバシー保護
4.データ活用の目的とプロセス
・データを扱う基本
・研究への活用
・データ活用のプロセスと活用事例
・グラフでの表現と考察
5.コンピュータで扱う数値やデータに関する基礎知識(Excel-1)
・数式
・関数
6.コンピュータで扱う数値やデータに関する基礎知識(Excel-2)
・関数の応用
・データベース機能
・便利な機能
7.コンピュータで扱う数値やデータに関する基礎知識(Excel-3)
・グラフ作成の基礎
・ピボットグラフ
・グラフで実用的に表現する
8.データを物語る
・データ活用のプロセス
・データの前処理
・統計解析
・集めた情報からの読み取り
9.必要なデータを集める
・オープンデータ
・情報を幅広く集める
・データベース機能
10.統計活用事例に学ぶ-1
・顧客分析を体験する
・データの特徴を捉える、傾向をつかむ
・ばらつきを可視化
・顧客のグループ分け
・販売戦略を考えてみる
11.統計活用事例に学ぶ-2
・天気と売上の関係と効果的な販売・仕入①
・統計の活用事例を確認
・データの傾向把握と変動要因の考察、仮説と検証
・データの関係について調べる
12.統計活用事例に学ぶ-3
・天気と売上の関係と効果的な販売・仕入②
・販売個数の予測
・仕入計画を考えてみる
・次回使用データの収集
13.統計局データを使用してデータ分析を行う-1
・人口に関する公的統計を使用して、都市計画に挑戦①
・必要なデータの入手
・人口推移を比較
・人口比率について分析
14.統計局データを使用してデータ分析を行う-2
・人口に関する公的統計を使用して、都市計画に挑戦②
・区の特色を分析
・分析結果を文章にまとめる
15.統計局データを使用してデータ分析を行う-3
・人口に関する公的統計を使用して、都市計画に挑戦③
・都市計画を考える
・相互評価
・総まとめ
この授業では予習・復習など、自主学習を行うことを前提としている。課題等、自主学習のガイドラインは提示する。知りたいこと・分からないことを主体的に調べ、理解する取り組みを期待する。
授業中に指示する。
情報リテラシー、情報基礎、データ・AI基礎
【購入必要】『基礎からはじめるデータサイエンス』noa出版
授業中に指示する。
この授業の到達目標は、これからの時代を生き抜く教養として欠かせないデータサイエンスやAI利活用について背景を理解した上で、自身の研究や将来につながる知見を得ることである。多様な価値観の中で、ジェンダー平等の実現や時代の変化に合わせた新たな価値創造に必要な視点や考察力、分析手法を身に付けるため、グループワークを交えながら学習する。
無
評価項目 | 配分(%) | 評価の観点 |
---|---|---|
授業内外の学習成績 | 45 | 授業内で取り組む演習課題の提出状況や、内容の完成度、授業内容に関する宿題等 |
事前学習の取り組み(予習・復習、e-Learning等) | 15 | 予習課題の提出、e-Learningコンテンツの学習等 |
PBL・到達度確認テスト | 40 | 到達度確認課題、授業内試験、PBL成果物 |
振り返り | 事前事後学習を授業内で指示をする |
PBL(課題解決型学習) | 授業内で行う |
反転授業 | 事前事後学習を授業内で指示をする |
グループ学習 | 授業内で行う |
ディスカッション | 授業内で行う |
実験・実習・実技 | 実習を行う |