科目名[英文名]
学校教育データサイエンス応用B
担当教員[ローマ字表記]
吉村 優子
[
YOSHIMURA, Yuko
], 池田 慎之介[IKEDA, Shinnosuke],
佐藤 智治
[
SATO, Tomoharu
],
辻井 宏之
[
TSUJII, Hiroyuki
],
土屋 明広
[
TSUCHIYA, Akihiro
],
増田 和実
[
MASUDA, Kazumi
],
山田 哲
[
YAMADA, Tetsu
]
科目ナンバー
HSSTB1102A
科目ナンバリングとは
時間割番号
1000B
科目区分
-----
講義形態
-----
開講学域等
人間社会学域
適正人数
-----
開講学期
Q4
曜日・時限
水2
単位数
1単位
授業形態
対面のみ
60単位上限
対象外
対象学生
-----
キーワード
情報の取り扱い、情報処理の応用と解釈、研究事例
講義室情報
人間社会第１講義棟 202講義室（対面と遠隔（オンデマンドと双方向）の併用）
開放科目
-----
備考
-----
授業の主題
Society 5.0を迎え、インターネットと物・人を繋ぐ技術で様々なデータを入手して解析したり、人工知能技術を開発したりする等、データから様々な価値を見出し、研究開発や産業、教育に活用しようとする試みが盛んに行われるようになってきた。そのような状況の中で、データサイエンスに関わる基本的知識の習得は重要である。本授業では、学校教育学類の学生を対象にして、各専門の領域で用いられるデータ収集方法やその処理法、比較・解析方法、統計処理、読み取り方などの基礎から実践例や、データの取り扱いに関する法令遵守事項および基礎的情報リテラシー等を学習する。
学修目標（到達目標）
データサイエンスの基礎知識と応用実践例、コンプライアンスなどの知識を学修する
授業概要
オムニバス形式で開講する。
各専門の領域で用いられるデータ収集方法やその処理法、比較・解析方法、統計処理、読み取り方などの基礎から実践例、データの取り扱いなどについて講義する。
講義スケジュール
講義回
テーマ
具体的な内容
担当教員
1
オリエンテーション・データサイエンス応用とは
吉村 優子
[
YOSHIMURA, Yuko
](人間社会研究域 学校教育系)
2
調査・実験で得られたデータの見方
池田 慎之介(人間社会研究域 学校教育系)
3
調査・実験で得られたデータの読み解き方
池田 慎之介(人間社会研究域 学校教育系)
4
健康の理解への解析方法例
増田 和実(人間社会研究域 学校教育系)
5
健康・医療データ・AIの基礎と活用
増田 和実(人間社会研究域 学校教育系)
6
心理物理実験によるヒトの反応測定
佐藤 智治(教職総合支援センター)
7
心理物理実験データの解析
佐藤 智治(教職総合支援センター)
8
期末テスト
吉村 優子
[
YOSHIMURA, Yuko
](人間社会研究域 学校教育系)
評価方法と割合
評価方法
授業担当者（3名）から出題される期末試験の結果に基づいて評価する。
次項の項目及び割合で総合評価し、次のとおり判定する。
「Ｓ（達成度90％～100％）」、「Ａ（同80％～90％未満）」、
「Ｂ（同70％～80％未満）」、「Ｃ（同60％～70％未満）」を合格とし、
「不可（同60％未満）」を不合格とする。（標準評価方法）
評価の割合
【授業には３分の２以上の出席を必要とする】
・（70）％ 学期末試験
・（30）％ 各担当者から出される課題
授業時間外の学修に関する指示
予習に関する指示
★3．オンデマンド教材以外の指示・課題
予習に関する教材
復習に関する指示
★3．オンデマンド教材以外の指示・課題
復習に関する教材
教科書・参考書
教科書・参考書補足
必要に応じて講義時に指示
統計検定（3級あるいは2級）の過去問が公開されている。
別途、開講されている「統計学技能 I」「統計学技能 II」では、統計検定（3級以上）に合格することで単位認定される。
https://www.toukei-kentei.jp/past/
オフィスアワー等（学生からの質問への対応方法等）
講義時間の時に問い合わせること。
履修条件
学校教育学類の学生が優先
その他履修上の注意事項や学習上の助言
対面講義を基本とするが、状況によってオンライン講義に切り替える場合がある。
特記事項
特記事項
PCを持参のこと
ページの先頭へ