シラバス情報

授業科目名
データサイエンス入門 (E:経済経営)
(英語名)
Introduction to Data Science (E:経済経営)
科目区分
全学共通科目
-
対象学生
国際商経学部
学年
1年
ナンバリングコード
IA9991GCA7
単位数
2.00単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の?から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義・演習 (Lecture/Seminar)
開講時期
2024年度前期
(Spring semester)
担当教員
澤田 佑樹
所属
非常勤講師
授業での使用言語
日本語
関連するSDGs目標
目標9
オフィスアワー・場所
授業終了後,教室にて
連絡先

対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
研究科DP
全学DP
4-1◎/4-2〇
教職課程の学修目標

講義目的・到達目標
講義目的:今後の専門学習において必要とされる,データサイエンスの基礎知識を習得する.
到達目標:様々なデータ解析方法についての基礎的知識の習得のため,PC上で演習を行い,最終的に分析手法等を活用できるようになること.


授業のサブタイトル・キーワード
キーワード:
データサイエンス,Microsoft Excel,Python


講義内容・授業計画
講義内容:
PC実習によってデータ解析について体験・理解することで,それを活用できる基礎知識を習得する.

授業計画:
1.イントロダクション
  本学の情報処理教育システムの概要(1)
2.本学の情報処理教育システムの概要(2)
3.現代社会におけるデータサイエンス
4.データ・AI利活用の現場
5.情報倫理
6.情報セキュリティ
7.小テスト
8.Anaconda(Python)環境について
9.Excelについて
10.データを要約する(1)
11.データを要約する(2)
12.レポート課題
13.データの関係性を調べる(1)
14.データの関係性を調べる(2)
15.総合レポート課題
※全ての回でPC教室を使用した授業を行う
※授業の構成や進め方,内容を前後・変更することもあるので担当者の指示に従って下さい

生成AIの利用に関する注意事項:
生成AIは発展途上の技術で,まだ解決すべき課題や問題が残されています.
講義とPC上で演習を行う本科目では,受講生がその成果物に生成AIを活用する
ことは考え難いですが,受講生が生成AIを活用することがあった場合には,
その長所と短所を理解したうえで慎重に活用してください.


教科書
必要に応じて資料を配布する
参考文献
笹嶋宗彦編 (2021)『データサイエンス入門 Pythonによるビジネスデータサイエンス 1』朝倉書店
北川源四郎・竹村彰通編 (2021)『教養としてのデータサイエンス』講談社
※追加がある場合は授業中に指示する

事前・事後学習(予習・復習)の内容・時間の目安
予習復習について,時間等はおおむね以下の通りだが,詳細は担当者から適宜説明する.
予習:
前回までの全ての内容を理解しているか再復習も兼ねる形で予習(15回分15時間)
復習:
毎回の課題及びレポート課題等提出(8回目以降8回分16時間)
担当教員から配布される配布資料等の見直しによる復習(7回目まで7回分21時間,8回目以降8回分8時間)


アクティブ・ラーニングの内容
採用しない


成績評価の基準・方法
病気等特別な理由のない欠席(無断欠席)は認めない.毎回出席していることを前提として授業を進める.
成績評価は,平常点(40%),小テスト・課題の評価等(60%)を基準とし,その詳細な内容については下記の通りとする.
平常点:授業時の受講態度や課題の提出・取り組み状況等を総合して評価する
小テスト・レポート課題の評価等:小テストやレポート課題等の評価点数を総合して評価する
※定期試験は実施しない


課題・試験結果の開示方法
基本的に授業中の説明時,もしくは,UNIVERSAL PASSPORTのクラスプロファイル機能等を利用し,フィードバック等を行う予定だが,詳細は担当者から適宜説明する.
履修上の注意・履修要件
演習を伴う内容であるので授業時間内に理解できなかった学生,ならびに課題作成を完了できなかった学生は,担当教員に質問を行う等,復習を必ず実施し課題提出を行うこと.
また,受講態度の不良な学生(理由のない講義中の出入り,理由なき欠席の多いもの,私語をする学生等)で,警告を受けた学生は,それ以降の受講を認めない場合もあるので注意すること.
詳細はオリエンテーションや1回目のイントロダクション等で発表される情報を確認の上で履修すること.


実践的教育
該当しない


備考
オリエンテーション及び掲示板で発表されるクラス分けに従って履修すること.


英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。