| 科目名 |
数理・データサイエンス・AI |
| クラス |
− |
| 授業の概要 |
誰しもがAIやデータサイエンスを利用する時代において、学校教員として必要となる基本的な事項についての講義および演習を行う。 |
| 授業の到達目標 |
社会におけるデータ、AIの活用事例やその基礎となる技術について基本的な知識およびスキルを身につける。
さらに学校現場において、必要に応じデータ分析などの活動を取り入れ適切に指導することができる。 |
| 授業計画 |
| 回 |
内容 |
| 1 | ガイダンス（担当 多田知正） |
| 2 | データ駆動型社会への変化（担当 伊藤伸一） |
| 3 | 社会で活用されているデータ（担当 伊藤伸一） |
| 4 | データ・AIの活用事例（担当 伊藤伸一） |
| 5 | データ・AIの技術（担当 伊藤伸一） |
| 6 | データの収集、集計、可視化（担当 伊藤伸一） |
| 7 | データ・AIを扱う際の注意（担当 伊藤伸一） |
| 8 | データ・AIに関するセキュリティ（担当 伊藤伸一） |
| 9 | データ・AIのための数学（担当 多田知正） |
| 10 | アルゴリズム（担当 多田知正） |
| 11 | データ構造とプログラミング（演習）（担当 多田知正） |
| 12 | データベースの操作（演習）（担当 多田知正） |
| 13 | データの分析（演習）（担当 多田知正） |
| 14 | 機械学習の基礎（演習）（担当 多田知正） |
| 15 | 機械学習の実践（演習）（担当 多田知正） |
|
| テキスト・参考書 |
[テキスト] はじめてのAIリテラシー
岡島 裕史、吉田雅裕 (著), 技術評論社, ISBN:978-4297120382 |
| 自学自習についての情報 |
事前にテキストを読み、疑問点等各自課題を持って授業に臨むこと。 |
| 授業の形式 |
講義・演習
演習は情報処理センターで行う。 |
| アクティブラーニングに関する情報 |
演習においてグループワークを行う。 |
| 評価の方法（評価の配点比率と評価の要点） |
提出課題(100%)
授業の進行にあわせて、定期的にレポート等の課題提出を求める。
欠席・遅刻が多いと単位の取得は困難になる。 |
| その他（授業アンケートへのコメント含む） |
昨年度開設された新しい科目であるため、授業の進め方や内容で気づいたことがあれば積極的にフィードバックして欲しい。 |
| 担当講師についての情報（実務経験） |
担当教員は業務の中でデータ分析やプログラミングを行っており、その経験を踏まえて初学者がつまづきやすい点に配慮した指導を行う。 |