| 科目名 |
数理・データサイエンス・AIリテラシー教育 |
| クラス |
− |
| 授業の概要 |
本講義では、これからの社会を生きるために求められる数理・データサイエンス・AI に 関する能力のあり方について考えます。具体的には、数理・データサイエンス・AI に 関する技術の発達・仕組みの理解・社会的な影響力を踏まえた活用方法について理解を深め、そうした能力を育成するための教育方法について検討します。 |
| 授業の到達目標 |
・データの活用と分析方法について説明することができる。
・AIの仕組みと活用可能性について説明することができる。
・数理・AI・データサイエンスに関する能力を育成する方法について提案することができる。 |
| 授業計画 |
| 回 |
内容 |
| 1 | 数理・データサイエンス・ＡＩリテラシー教育の必要性・ガイダンス |
| 2 | データ駆動型社会において求められる能力 |
| 3 | 質的データと量的データを扱う能力の育成 |
| 4 | データを可視化する能力の育成 |
| 5 | データ分析を行う能力の育成 |
| 6 | 関数と確率の理解を促す教育方法 |
| 7 | ビッグデータを扱う能力の育成 |
| 8 | プログラミングについて学ぶ意義と方法 |
| 9 | データベースを扱う能力の育成 |
| 10 | 情報セキュリティの理解を深める教育方法 |
| 11 | AIの仕組みを学ぶ教育方法 |
| 12 | 機械学習に関する理解を深める教育方法 |
| 13 | 深層学習に関する理解を深める教育方法 |
| 14 | AIロボットに関する理解を深める教育方法 |
| 15 | 生成AIリテラシーを育成する教育方法 |
|
| テキスト・参考書 |
教科書：北川源四郎・竹村彰通（編）『応用基礎としてのデータサイエンス 改訂第2版』講談社、2025年、ISBN:978-4-06-538618-7 |
| 自学自習についての情報 |
事前に教科書を読み、疑問点などを整理しておいてください。 |
| 授業の形式 |
講義、グループワーク（情報の収集、整理、分析、発表） |
| アクティブラーニングに関する情報 |
ICTを活用して他者のものの見方・考え方から学ぶ主体的・対話的な学習活動を行います。 |
| 評価の方法（評価の配点比率と評価の要点） |
毎回提示する課題への回答：７０％ 他の学習者へのコメント：３０％ ※期末試験は実施しません。 |
| その他（授業アンケートへのコメント含む） |
学習活動で使用する情報端末を持参してください。 |
| 担当講師についての情報（実務経験） |
|