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。