数理・データサイエンス-1(共通科目)

概要 評価 授業計画
プリント
授業コンテンツ
目次のページへ

*講義のねらい

講義の概要/Course Outline

生成系AIのビジネスや日常生活での活用が広がり, さらにデジタル化とグローバル化が不可逆的に進んでいる今日において, 私たちをとりまく社会や産業の在り方が大きく変わってきている.
そのような背景において,本学では1年生全員を対象に, 文部科学省「数理・データサイエンス・AI教育 (Mathematics, Data Science and AI Smart Higher Education :略してMDASH)」 プログラム認定制度(リテラシーレベル)モデルカリキュラムに準拠した科目を設定している.
必修科目「情報リテラシー演習/データリテラシー演習」である.
特に生成系AIの普及拡大が目覚ましい中でその核となる「数理・データサイエンス」教育は デジタル社会の基礎知識(いわゆる「読み・書き・そろばん」的な素養)として捉えられ, 全ての学生が身に付けておくべき素養であるといわれている.
そこで,必修科目の「データリテラシー演習」で学修する内容をさらに掘り下げて, あるいは拡大して理解したいという学生のために,本科目を一般教養科目として設置する. など,日常の生活や社会生活のさまざまな場面で,これらを実際に道具として上手に活用する ことが出来る基礎的素養を修得することが求められている.
そこで,数理・データサイエンス・AIの専門分野を志す学生の基礎教育としてという のではなくて,あらゆる学生がまさに今むかえている新たな時代で活躍するにあたって 身に付けておいてほしい教養教育の1つとして,単に講義内容を聴講するにとどめずに 学生が主体的に考え,またその考えをまとめ上げていくことを中心に学修をすすめる.

到達目標/Course Goals

予習・復習/Preparation・Review

各回の授業テーマに関して事前に考察,予習し,授業に積極的に参加することを望みます.
予習:反転授業コンテンツの視聴&提示問題の解法(110分)
復習:授業内容・資料の復習&振り返りアンケート&課題の実施(100分)

*勉強の手がかり(キーワード)

Society5.0社会 ディスカッション ディベート グループワーク 
プレゼンテーション データ分析 データサイエンス事例研究 統計解析 PC実習

参考書

井川信子他著,2015, 『大学生のための基礎から学ぶ教養数学』, サイエンス社,1,980円(税込)

ほか

*成績の評価方法,履修上の注意(前提・同時履修希望科目)など

[評価方法(平常点とレポート)]

(計100点,60点で合格)
毎回の授業で実施する「manaba による振り返りアンケート
(manabaによるフィードバックあり)+グループディスカッション」
およびレポートを中心に成績を評価する.
定期試験期間中の試験は実施しない.
 

連絡
この授業は対面(反転)授業です.
期末テストは実施しません.

topへ  目次のページへ
Nobuko Ikawa