2024
年度
夏季集中
教養教育
昼間
日英区分:
日本語
数理・データサイエンスの基礎
Basic Mathematical and Data Sciences
講義番号
科目区分
学期
912911
教養教育科目
夏季集中
ナンバリングコード
教室
ULAZ0LEHZ0001N
一般教育棟Ａ４１教室
必修･選択の別
メディア授業科目
必修
－
単位数
曜日・時限
1
その他
担当教員（ローマ字表記）
河村 敦 [KAWAMURA Atsushi]
持続可能な開発目標（SDGs）
対象学生
文
他学部学生の履修の可否
否
連絡先
kawamura@ksu.ac.jp
オフィスアワー
集中講義期間中に随時対応する。
学部･研究科独自の項目
関連しない
使用言語
日本語
授業の概要
世の中はデータであふれている。データを役立たせるためには、問題や課題を明確化し、調査や分析を行うための計画を立てる必要がある。単なる「データ」から意味のある「情報」とするためのデータサイエンスの基礎概念について概説する。
学習目的
数理・データサイエンス・AIのリテラシーを習得する。
到達目標
(1)現代社会における数理・データサイエンス・AIの役割を理解する。
(2)データの基本的分析や活用方法を理解し、コンピュータを用いて実践することができる。
授業計画
2024年9月17日～20日の4日間で実施する。
1.現代社会におけるデータサイエンス(1)
2.データ分析の基礎(1)
3.コンピュータを用いたデータ分析
4.データ分析の基礎(2),現代社会におけるデータサイエンス(2)
5.機械学習の事例紹介(機械学習の基礎)
6.生成AI(ニューラルネットワーク,深層学習)
7.文学部でのこれからの学びに向けて
授業時間外の学習(予習･復習)方法(成績評価への反映についても含む)
授業において別途指示する。
授業形態
(1)授業形態-全授業時間に対する[講義形式]:[講義形式以外]の実施割合
70% ： 30%
(2)授業全体中のアクティブ･ラーニング
協働的活動(ペア･グループワーク､ディスカッション､プレゼンテーションなど)
やや少ない
対話的活動(教員からの問いかけ､質疑応答など)
少ない
思考活動(クリティカル･シンキングの実行､問いを立てるなど)
やや少ない
理解の確認･促進(問題演習､小テスト､小レポート､授業の振り返りなど)
やや少ない
(3)授業形態-実践型科目タイプ
該当しない
(4)授業形態-履修者への連絡事項
①日本語での対面講義授業。②毎回パワーポイント資料を配布する。③資料は全て Moodle にあげており、受講生ならいつでも見ることができる。④授業の録音、撮影（何らかの障がい等、特別な事情があると認められた場合のみ）
使用メディア･機器･人的支援の活用
視聴覚メディア(PowerPointのスライド､CD､DVDなど)
多い
学習管理システム(Moodleなど)
やや多い
人的支援(ゲストスピーカー､TA､ボランティアなど)
少ない
履修者への連絡事項
日本語での対面講義授業、パワーポイントで説明する。
教科書
備考
必要な資料を配布する。
参考書
参考書1
ISBN
9784407361223
書名
大学基礎データサイエンス
著者名
伊藤大河 [ほか] 著
出版社
実教出版
出版年
2023
参考書2
ISBN
4822341305
書名
大学生のためのデータサイエンス : オフィシャルスタディノート
著者名
滋賀大学データサイエンス学部編集
出版社
日本統計協会
出版年
2021
参考書3
ISBN
4822340538
書名
ビジネスにつながる「機械学習」の基礎知識から先進事例まで
著者名
滋賀大学データサイエンス学部編
出版社
日本統計協会
出版年
2019
参考書4
ISBN
4822341038
書名
事例で体験する価値創造のプロセス
著者名
滋賀大学データサイエンス学部編
出版社
日本統計協会
出版年
2020
参考書5
ISBN
490965884X
書名
人文学のためのテキストデータ構築入門 : TEIガイドラインに準拠した取り組みにむけて
著者名
石田友梨 [ほか] 編 ; 井上さやか [ほか] 執筆
出版社
文学通信
出版年
2022
備考
成績評価基準（授業評価方法）
授業での課題（75％）と最終レポート課題（25％）により評価する。
受講要件
なし。
教職課程該当科目
この項目は当該科目には該当しない。
JABEEとの関連
関連しない。
持続可能な開発目標（SDGs）
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
実務経験のある教員による授業科目
備考/履修上の注意
データリテラシーの回ではエクセルを使用できるPCを持参すること。
学習成果（LCOs）
「学修成果（LCOs）」
関連するコア・コンピテンシー
評価の方法
豊かな教養の基礎となる人間性・倫理観を身につけている。
倫理観
授業課題/レポート
創造・想像のプロセスを通して、新たな発想・発見につなげることができる。
問題解決力
授業課題/レポート
問題に対して論理的解決策を主体的に組み立てることができる。
論理的思考力
授業課題/レポート
自分の目指す専門領域以外の幅広い分野に対して関心を寄せることができる。
人類の文化、社会と自然に関する知識の理解
授業課題/レポート
自ら進んでエビデンスに基づいた情報を収集することができる。
情報リテラシー
授業課題/レポート
得られた情報を数量的に分析し、適切に活用することができる。
数量的スキル
授業課題/レポート
目的を達成するために、自らの持てる資質を管理し、適切に運用することができる。
自己管理力
授業課題/レポート
※コア・コンピテンシーに関する説明
ページの先頭へ