岡山大学学務情報システム - 2021912901-数理・データサイエンスの基礎

2021 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	教養教育科目	第３学期

ナンバリングコード	教室
UIL0EDZZ0001N	一般教育棟Ａ４１教室

必修･選択の別

必修

単位数	曜日・時限
1	木3〜4

担当教員（ローマ字表記）

稲田　佳彦　[INADA Yoshihiko], 入江　隆　[IRIE Takashi], 尾島　卓　[OJIMA Taku], 笠井　俊信　[KASAI Toshinobu], 金森　保智　[KANAMORI Yasutomo]

対象学生

2021年度入学者：教（小・幼）
2020年度入学者：教
2019年度以前入学者：-

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

月曜5限（要予約）

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。

学習目的

学校と教育に求められる改革の前提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：オリエンテーション（反転学習の方法）
第２回：教育とデータサイエンス
第３回：1変数の記述統計
第４回：1変数の記述統計の演習
第５回：標準化，散布図，共分散
第６回：標準化，散布図，共分散の演習
第７回：2変数の記述統計
第８回：2変数の記述統計の演習
第９回：具体的なデータの活用方法（外部非常勤講師）
第１０回：データ活用の基本的な考え方（外部非常勤講師）
第１１回：「スポーツで勝つこと」を目的としたデータ活用の検討（外部非常勤講師）
第１２回：「スポーツで勝つこと」を目的としたデータ活用の総括（外部非常勤講師）
第１３回：AIと機械学習（オンライン）
第１４回：機械学習の考え方（オンライン）

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)

事前学習が必要。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)

やや多い

(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

なし

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)

やや多い

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

なし

教科書

備考

資料を配付

参考書等

備考

なし

成績評価の方法

課題50%，授業中の取り組み50%

受講要件

特になし

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