|
授業のねらい |
本授業は、コンピュータやネットワークの特性を正しく理解し、Society5.0時代に向けて必要となるAIやデータサイエンスの基礎知識と、これらを活用して諸課題を解決する基盤となる能力を身に付けることを目的とする。本授業では、情報活用演習Iの次段階として、多量なデータを含む情報を分析し整理する能力と、AIやデータ利活用の状況や留意事項、基本的な仕組みを把握し、様々な領域における活用法を考える力を養う。 |
|
学生の学習目標 |
①AI・データサイエンスの必要性を説明できる
②社会におけるAI・データサイエンスの活用事例を説明できる
③多量なデータを含む情報を分析し整理することができる
|
|
授業方法 |
|
|
|
授業内容（スケジュール） |
第1回 オリエンテーション
授業の進め方、受講準備
第2回 データサイエンスの必要性
IoT、Society5.0、ビックデータ、AIへの流れ
第3回 身の回りに広がるさまざまなビックデータの利用
業種別AIの活用領域
第4回 身の回りで活用されているAI技術
データ解析、データの可視化および予測
第5回 情報の収集・分析・判断
データの分類、データ活用のモデル
第6回 データ・AI 利活用
現場における利用と動向
第7回 データ・AI利活用のために
データ倫理、AI社会原則、留意事項
第8回 データ・AIに関する総まとめ
さまざまな領域でのデータ・AI利活用
第9回 データ分析のための手法①
データの種類と代表値
第10回 データ分析のための手法②
データのばらつきと相関
第11回 データ分析のための手法③
クロス集計表の利用
第12回 データ分析のための手法④
データ収集における注意、データのチェック
第13回 データの整理および分析①
演習課題１
第14回 データの整理および分析②
演習課題２
第15回 まとめ |
|
授業の事前準備と事後学習 |
事前に前回の授業内容を復習して授業に取り組むこと(30分程度)。事後に提示された課題等を期限までに提出すること(60分程度)。 |
|
評価の方法及び観点 |
授業内で提示される課題の提出により、AI・データサイエンスの必要性を説明できるか(30%)、社会におけるAI・データサイエンスの活用事例を説明できるか(30%)、多量なデータを含む情報を分析し整理することができるか(40%)について評価する。
|
|
ルーブリック |
|
表を使用しない（上記「評価の方法及び観点」に基づき評価を行う）
|
|
|
|
|
試験・レポートの返却方法 |
基本的にレポートの返却はしない。 |
|
学修成果 |
|
|
|
必須資料（教科書等） |
|
|
|
参考資料 |
|
文系のための データサイエンスがわかる本
|
高橋威知郎
|
総合法令出版
|
9784862807069
|
|
文系ＡＩ人材になる
|
野口竜司
|
東洋経済新報社
|
9784492762516
|
|
|
|
|
|
|
|
|
|
|
|
|
|
アクティブラーニングの導入 |
|
|
|
実務家教員科目該当 |
|
|
|
ICTの導入 |
|
|
|
オフィスアワー |
質問・相談には、授業支援サイト等を利用して担当教員に問い合わせてください。
詳細は，授業時に指示がありますので確認してください。
|
|
備考 |
授業はMS365の利用を前提に説明します。 |