公開シラバス

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

授業形態

対面授業

授業形態詳細

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。

副題

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。

授業の到達目標

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。

学位授与の方針との関連

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。

授業の概要

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。

授業計画

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

授業時間外学習

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。

課題に対するフィードバック

授業中に指示する。

関連分野

情報リテラシー、情報基礎、データ・AI基礎

教科書

【購入必要】『基礎からはじめるデータサイエンス』noa出版

参考書

授業中に指示する。

学生へのメッセージ

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。

当該科目に関連した実務経験の有無

成績評価の方法

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

京女AL

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

Page Top