タイトル
2020 年度 第３学期
教養教育   		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
912901 2020年度入学者：教養教育科目 / 汎用的技能と健康 （数理・データサイエンス） 2019年度入学者： / - 2018年度入学者： / - 2019年度以前入学者は，講義番号が異なる場合がありますので，以下のHPをご確認ください。 （http://www.okayama-u.ac.jp/tp/student/timetableindex.html） 第３学期
ナンバリングコード 教室
ULAZ0EDZZ0005N 一般教育棟Ａ４１教室
必修･選択の別
選択必修
単位数 曜日・時限
1 木3,木4
担当教員（ローマ字表記）
稲田　佳彦　[INADA Yoshihiko], 入江　隆　[IRIE Takashi], 山田　剛史　[YAMADA Tsuyoshi], 尾島　卓　[OJIMA Taku], 笠井　俊信　[KASAI Toshinobu]
対象学生
2020年度入学者：教
2019年度入学者：-
2018年度入学者：-

2019年度以前入学者は，講義番号が異なる場合がありますので，以下のHPをご確認ください。 （http://www.okayama-u.ac.jp/tp/student/timetableindex.html）
他学部学生の履修の可否
対象学生の項目を参照
連絡先
irie@okayama-u.ac.jp
オフィスアワー
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
第三期教育振興基本計画（閣議決定）では2030年以降の社会をSociety5.0と想定している。ここでは、IoT（Internet of Things）等を介したデータの収集、人工知能（AI）による膨大なデータの解析およびロボット等による新たな価値等のフィードバックのサイクルが確立されることで従来の科学技術では困難な課題が解決される。本講義では、学校教育とそれに隣接する他の社会領域におけるビックデータの活用による変化の実例とその際に用いられる統計学等の基礎的な科学を学ぶ。このことを通して学部専門課程における学校と教育に求められる改革の前提についても理解を深める
学習目的
次の3点を目標とする。
1．1変数・2変数の記述統計について，基本的な概念を正しく理解する
2．1で学んだ知識を用いて，データを多面的に読み解く力を養う（クリティカルシンキング）
3．教育，研究，企業活動等において，データサイエンスの知識・スキルが活用される具体的場面について理解を深める。
到達目標
次の3点を目標とする。
1．1変数・2変数の記述統計について，基本的な概念を正しく理解する
2．1で学んだ知識を用いて，データを多面的に読み解く力を養う（クリティカルシンキング）
3．教育，研究，企業活動等において，データサイエンスの知識・スキルが活用される具体的場面について理解を深める。
授業計画
第１回：1変数の記述統計（データの図表化）
第２回：1変数の記述統計（代表値）
第３回：1変数の記述統計（散布度）
第４回：1変数の記述統計（標準化）
第５回：2変数の記述統計（データの図表化，散布図，クロス集計表）
第６回：2変数の記述統計（共分散）
第７回：2変数の記述統計（相関係数）
第８回：2変数の記述統計（相関係数の性質）
第９回：1つの変数の記述統計についての演習
第１０回：平均≠標準的な値
第１１回：2つの変数の記述統計についての演習
第１２回：相関と因果の違い
第１３回：テキストを使った機械学習の実例
第１４回：画像を使った機械学習の実例　（外部非常勤講師）
第１５回：音声を使った機械学習の実例（外部非常勤講師）
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
50% ： 50%
(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)
多い
対話的活動(教員からの問いかけ､質疑応答など)
多い
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)
多い
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)
多い
(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
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)
多い
人的支援(ゲストスピーカー､TA､ボランティアなど)
多い
履修者への連絡事項
教科書
備考
資料を配付
参考書
備考
成績評価基準（授業評価方法）
課題50%，小テスト50%
担当教員の研究活動との関連
担当教員は統計学及びデータサイエンスを専門とする，又は，日常的に活用している。
受講要件
特に無し
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
持続可能な開発目標（SDGs）

実務経験のある教員による授業科目
備考/履修上の注意/実務経験の内容
コンピテンシー
項目割合
【　教　養　】人間性･倫理観 
【　教　養　】創造力･想像力 
【　教　養　】論理的思考･判断力20%
【　教　養　】幅広い分野に対する関心 
【　教　養　】幅広い分野に関する基礎力20%
【　専門性　】特定分野に関する基礎力20%
【　情報力　】情報収集力 
【　情報力　】情報活用力20%
【　情報力　】情報発信力 
【　行動力　】課題を発見･解決する力20%
【　行動力　】コミュニケーション能力 
【　行動力　】言語理解力 
【　行動力　】言語運用力 
【自己実現力】セルフマネジメント力 
【自己実現力】日常的な自己研鑽力 
【自己実現力】未来を設計する力 
関連割合の合計100%
ページの先頭へ