授業の主題
|
|
本講義では,webブラウザ上でPythonプログラミングが可能なGoogle Colaboratoryを用いて,基本的な数理・データサイエンス・AIの技術を座学とグループワークを通じて習得する.
|
|
|
学修目標(到達目標)
|
|
「数理・データサイエンス・AI」の知識及びデータ分析技術は,知識集約型社会,Society5.0においては必須技能である。本講義では,オープンデータを用いてデータ解析を行い,研究におけるデータ分析能力の向上を図るとともに,自身の研究活動における課題解決に数理・データサイエンス・AIを活用するための基本的な技術を習得する。本講義を通じて,データ解析結果に対して社会的・科学的な価値を与えることができるようになることが,授業の到達目標及びテーマである。
|
|
|
|
|
授業概要
|
|
第1・2回は, Google Colaboratoryを用いて基本的な数理・データサイエンス・AIの技術を習得する。第3回は,ソーシャルメディア,オープンデータを扱う上での留意事項を確認する。第4-7回は,グループ分けを行った後,オープンデータを各グループで調査・収集・解析する。第8回には,それらの成果発表を行う。
|
|
|
講義スケジュール
|
|
|
評価方法と割合
|
評価方法
|
|
評価は,「合(達成度60%以上)」「否(同60%未満)」で判定する。
|
|
|
評価の割合
|
|
・( 50 )% レポート
・( 30 )% 発表スライド
・( 20 )% 最終成果発表
|
|
|
ルーブリック
|
【授業別ルーブリック】
評価項目 | 評価基準 |
模範的 | 標準 | 要改善 |
データサイエンス基礎についての知識 | データサイエンスの各種基礎事項を理解し,具体的な事例を説明できる。 | データサイエンスの各種基礎事項を理解している。 | データサイエンスの各種基礎事項について理解していない。 |
データエンジニアリング基礎についての知識 | データエンジニアリングの各種基礎事項を理解し,具体的な事例で説明できる。 | データエンジニアリングの各種基礎事項を理解している。 | データエンジニアリングの各種基礎事項について理解していない。 |
AI基礎についての知識 | AIの各種基礎事項を理解し,具体的な事例で説明できる。 | AIの各種基礎事項を理解している。 | AIの各種基礎事項について理解していない。 |
プログラミング言語の知識 | プログラミング言語の特徴を理解し,具体的な事例で説明できる。 | プログラミング言語の特徴を理解している。 | プログラミング言語の特徴を理解していない。 |
実践力 | オープンデータに対し,プログラミング言語を使って,高度な分析や多様な可視化ができる。 | オープンデータに対し,プログラミング言語を使って,分析および可視化ができる。 | オープンデータに対し,プログラミング言語を使って,分析や可視化ができない。 |
|
|
|
|
授業時間外の学修に関する指示
|
予習に関する指示
|
|
講義中に配布するGoogle ColaboratoryのURLにアクセスし,不明な部分を調べておく。
|
|
予習に関する教材
|
オンデマンド教材以外の指示・課題
|
|
|
復習に関する教材
|
オンデマンド教材以外の指示・課題
|
|
|
教科書・参考書
|
教科書
|
|
|
978-4-06-523809-7
|
北川源四郎, 竹村彰通編 ; 内田誠一 [ほか] 著
|
講談社
|
2021
|
|
|
978-4-06-530789-2
|
北川源四郎, 竹村彰通編 ; 赤穂昭太郎 [ほか] 著
|
講談社
|
2023
|
|
|
|
|
オフィスアワー等(学生からの質問への対応方法等)
|
|
授業開始時に指示する。
|
|
|
履修条件
|
|
令和4年度入学者で「数学・データサイエンス・AI発展」の履修を希望する方は、所属の学務担当係までお問い合わせください。
|
|
|
|
|
その他履修上の注意事項や学習上の助言
|
|
各自が所有するノートパソコンを充電して持参すること.
|
|
|
|
|
|
|