シラバス参照

印刷
講義名 データサイエンス・AI概論
(副題)
講義開講時期 秋学期 講義区分 講義
基準単位数 2 時間 30.00
代表曜日 代表時限
校地 泉ヶ丘キャンパス
科目分類名 基盤教育科目
科目分野名 情報処理
配当学年 1･2･3
ナンバリングコード （1回生）LL1-1／（2回生以上）LL101

担当教員
職種氏名所属
准教授◎ 小松　久美子食環境学部
外部専門講師谷一　博之指定なし

授業の目的 　データサイエンスやIoT（Internet of Things）など高度情報技術の発展、AI（人工知能・Artificial Intelligence）の普及による社会や経済の変革、政府のSociety5.0戦略の推進により、社会は急速に変化している。各人の専攻に関わらず、データサイエンス・AIに関する基本知識を持っていることが、これからの社会を生き抜く上で不可欠になる。そのデータサイエンス・AIの基礎をこの講義で学ぶ。
授業概要 　デジタルトランスフォーメーション（DX）の時代を疾風のごとく駆けていく。そのために必要なのは、ネット上のビッグデータや様々なリソースをフルに活用し、社会や仕事、商品やサービスを変えていく力である。そして、これは文理問わず必要な力である。この講義では、AIやビッグデータと共存する時代に、それらを武器にするための基礎を学修する。
準備学習 ・次回の講義で扱うテキストの範囲について、該当箇所に目を通し、疑問点などをノートにまとめておくこと。（各回1時間）
・各回の小レポートに学修の振り返りとして新たに知ったこと・感想・質問などを具体的な記述で残していくこと。
・各回の講義で触れたデータ利用方法・専門用語等を復習し、特に興味を持った内容についてさらに調べて、ノートにまとめておくこと。（各回1時間）
授業計画 ＜授業形態＞
この科目は、集合形態で実施する。

＜授業計画＞
第1回　データサイエンス・AIとは
第2回　社会でどのような変化が起きているか
第3回　データ・AI利活用の最新動向
第4回　社会で活用されているデータ
第5回　データ・AIは何に使えるのか
第6回　データ・AI利活用のための技術
第7回　データ・AI利活用の現場（実データ使用）
第8回　データの種類を知る（実データ使用）
第9回　データを可視化する
第10回　データを分析する
第11回　データ・AIを扱うときに注意すること
第12回　データ・AIにまつわるセキュリティ
第13回　グループ発表の準備（データ収集、分析等）
第14回　グループ発表とまとめ 到達度確認

※第1回、第9回〜第14回は小松、第2回〜第8回は［外部専門講師］が担当する。
※授業計画は、状況・進度等に応じて変更になることがある。
オフィスアワー（授業相談） オフィスアワーの時間を設定しているので、その時間に適宜相談に応じる。
詳しくは研究室前（M805）に掲示しているオフィスアワーの時間を確認すること。また、授業支援システムWebClassのメッセージで質問等を受け付ける。
担当教員からのメッセージ 今後ますます注目されるデータサイエンス・AIの基本を身につけて、実社会で実践できるようになろう。
履修上の注意 3年次配当科目の「データサイエンス・AI実習」の履修を検討している学生は、本科目を必ず履修しておくこと。
授業の進め方・授業手法 　講義と演習を組み合わせて実施する。
　実習形式で実施する。
　情報収集・分析力を養うために、企業等の実際のデータを用いて当該企業等の課題解決に資するデータ分析を行う。
　前半はデータ・AIがどのように活用されているのかを中心に学ぶ。後半はExcelを使用して様々なデータを扱えるように、多様な課題で演習する。
　グループ発表では、これまで学んできたことを踏まえて、データサイエンスとAIを使って、ある問題を解決する方策案などを発表する。
　毎回のミニレポートに学修の振り返りとして感想・質問などを具体的に記述する。
　＜感想の具体的記述内容＞
　　１） 講義の内容からテーマをひとつ絞る（気づいたこと、興味をもったことなど）
　　２） テーマについて自分の考えや感想を述べる（どう考えたのか）
　　３） その理由、根拠を述べる（なぜそう考えたのか）
フィードバックの方法 各回の小レポートに記された内容や質問に、次回の講義でコメントする。
ディプロマ・ポリシー(10のちから)との関連 「教養力」「情報収集・分析力」
授業の到達目標
①
データサイエンス・AIの基礎を理解し、利用に際して留意すべき点を説明できる。
②
データ・AIがどのように活用されているかを理解し、実社会での意思決定等に活用されていることを説明できる。
③
データの可視化・分析の基本を修得し、実データを用いた応用ができる。
④
⑤
評価方法
評価方法 評価割合(％) 到達目標との対応
平常点（講義中の活動、ミニレポートの提出）
40
①②
グループ発表
30
②③
到達度確認
30
①②③
テキスト
備考欄に※印があるテキストは、これまでに別科目で購入している可能性があります。
書名 発行所名 編著者名 ISBN番号 備考
はじめてのAIリテラシー
技術評論社
岡嶋裕史，吉田雅裕
978-4-297-12038-2