シラバス － ［遠隔］データリテラシー(1)

  • ナンバリングコードCode
    COR-lit1-131
  • 科目名Subject Name
    ［遠隔］データリテラシー(1)
  • 担当者名Instructor
    新原　俊樹
  • 単位Credit
    2
  • 履修年次Standard Year for Registration
    1-4
  • 学期Semester
    集中　前期
  • クラスClass
  • 曜限Day/Period
    無その他
  • 教室Classroom
    ダミー教室
  • 授業形態Course Type
    講義・演習（遠隔）
  • メディア授業Distance Learning Course
    ○
  • 備考Remarks
    使用言語：日本語
  • 実務経験のある教員等による授業科目Taught by instructor(s) with practical experience
  • 学内単位互換科目としての受講可否Availability for inter-departmental credit transfer
    不可

授業の到達目標Objectives to be Attained

SEQ 1

DP観点 / Diploma Policy
Target Category
B（思考力・判断力・表現力等）
・社会におけるデータ・AIの利活用の状況や、データ・AI利活用における留意事項、表計算ソフトウェアを利用したデータ分析手法を理解したうえで、与えられた課題の解決策を思考・判断し、課題を解決できる。
・コンピューターやオフィスソフトウェアの基本操作、情報倫理に関する知識を習得したうえで、これらの知識を活用して、与えられた課題の解決策を思考・判断し、課題を解決できる。

授業の概要Method of Instruction

・全ての授業について、遠隔（Moodleを用いたオンデマンド型）で実施する。
・社会におけるデータ・AIの利活用の状況や、データ・AI利活用における留意事項、表計算ソフトウェアを利用したデータ分析手法に関しては、Moodleを通じて繰り返し視聴可能なオンデマンド教材を活用し、理解の深化を図る。
・コンピューターやオフィスソフトウェアの基本操作、情報倫理に関しては、Moodle上の教材や修了テストなどを用いて自主学習を進める。
・各回の授業後に、課題、小テスト、修了テストにそれぞれ取り組む。

事前・事後学習、時間等Study Required outside Class(Preparation, etc.)

・本科目は講義・演習科目である。授業各回につき、2コマ相当（200分）の自主学習を求める。なお、授業の内容に不明な点が生じた場合は、授業期間中（平日09:00～16:30）に、本科目の質問等ができるサポーター（赤色のネックストラップを着用）が常駐しているので、自主学習や質問など、有効活用すること。
・オンデマンド教材による授業後に、理解が不十分だった箇所を中心に自主学習によって理解を補い、講義内容を十分に理解したうえで、課題や小テストに取り組むこと（100分）。
・Moodle上の教材等を用いた自主学習により理解を深めること（100分）。

授業計画(各回の授業内容)Course Outline

  • 1回目Session 1 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    ガイダンス
  • 2回目Session 2 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    受講の準備 ／ 学習環境の確認
  • 3回目Session 3 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    データ・AI利活用における留意事項（1）：情報倫理
  • 4回目Session 4 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    データ・AI利活用における留意事項（2）：セキュリティ
  • 5回目Session 5 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    表計算ソフトを利用したデータ分析（1）：量的データ（1変数）
  • 6回目Session 6 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    表計算ソフトを利用したデータ分析（2）：量的データ（2変数）
  • 7回目Session 7 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    表計算ソフトを利用したデータ分析（3）：質的データ
  • 8回目Session 8 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    表計算ソフトを利用したデータ分析（4）：時系列データ
  • 9回目Session 9 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    コンピューターが処理するデータのしくみ（1）：コンピューターの構成
  • 10回目Session 10 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    コンピューターが処理するデータのしくみ（2）：コンピューターの演算
  • 11回目Session 11 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    アルゴリズムとプログラミングの基礎
  • 12回目Session 12 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    AI（人工知能）と社会
  • 13回目Session 13 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    機械学習・深層学習の基礎
  • 14回目Session 14 遠隔授業 （Distance） 事前・事後学習 Study required outside class(Preparation/review)：200分
    社会におけるデータ・AI利活用

教科書・テキストTextbooks

なし。必要な資料はMoodle上に掲示する。

参考書等References

授業の中で適宜紹介する。

課題の種類・内容Homework, Assignments, etc.

・Moodle上に掲示した課題の提出と、修了テストの受験を求める。
・課題･修了テストともに、期限までに提出･受験しない場合は減点の対象となる（期限を過ぎても必ず提出･受験すること）。

課題に対するフィードバックの方法Feedback Method

課題に対するフィードバックは、Moodleを通じて行う。

成績評価Evaluation

成績評価の方法 / Evaluation Method

DP観点Bについて、課題、小テスト、修了テストに基づいて評価する。また、DP観点Bの評価を基に総括評価を行う。すなわち、単位の認定は、DP観点Bの評価が「目標到達水準」であることを条件とする。なお、期末試験は実施しない。

観点別評価の入力項目(ルーブリックとその使用方法) / Target to be Evaluated

SEQ 1

DP観点 / Diploma Policy
Target Category
B（思考力・判断力・表現力等）
成績評価の規準 / Evaluation Criteria
・社会におけるデータ・AIの利活用の状況や、データ・AI利活用における留意事項、表計算ソフトウェアを利用したデータ分析手法について理解したうえで、与えられた課題の解決策を思考・判断し、課題を解決できること。各回の授業の中で実施する小テストと課題の成績で評価する。
・コンピューターやオフィスソフトウェアの基本操作、情報倫理に関する知識を習得したうえで、これらの知識を活用して、与えられた課題の解決策を思考・判断し、課題を解決できること。Moodle上の教材の受講後に受験する修了テストの成績で評価する。
評価尺度（水準）/ Evaluation Scale
卓越水準 / Outstanding
該当なし
目標到達水準 / Excellent
課題及び小テスト、修了テストの多くに真摯に取り組むことができており、この授業の目標水準に到達している。
目標途上水準 / Good
該当なし
目標下限水準 / Adequate
該当なし
近接水準 / Inadequate
該当なし
評価不能 / Unevaluable
課題の多くが未提出、若しくは、小テストや修了テストの多くが未解答であるため、評価に値する情報が不足している。又は、課題、小テスト、修了テストの成績から判断して、上記の水準に値せず、能力としての評価に不適である。
成績評価に関するその他の確認事項 / Other Information for Evaluation
・課題･修了テストともに、期限までに提出･受験しない場合は減点の対象となる（期限を過ぎても必ず提出･受験すること）。

履修上の注意Other Course Information

・本科目が必修であることに留意し、計画的に受講すること。
・毎回の課題の提出期限と修了テストの受験期限をよく確認し、期限に遅れないように、必ず提出･受験すること。