Introductionto Social Information Science

Introductionto Social Information Science

Basic specialized courses (Specialization-related courses)

ー

School of Social Information Science

1Year

KCJBS1MCA1

2.00Credits

講義 (Lecture)

Spring semester 2026

東川 雄哉,笹嶋 宗彦,川嶋 宏彰,木村 真,竹村 匡正

情報科学研究科・社会情報科学部

Japanese

9

講義後に教室、もしくはメールでアポを取り教員室にて

sasajima@sis.u-hyogo.ac.jp
kawashima@sis.u-hyogo.ac.jp
skimura@sim.u-hyogo.ac.jp
takemura@sis.u-hyogo.ac.jp
higashikawa@gsis.u-hyogo.ac.jp

2◎／1〇

ー

N/a

ー

講義目的
本講義は、新入生を対象として、情報科学、データ分析、社会科学等、各分野の専任教員がオムニバス形式で講義を行い、社会情報科学の全体像（ロードマップ）を把握することを目的とする。

到達目標
本講義を通じて、理論科目を学ぶことの大切さ、理論を実際の現場に応用することの難しさを学ぶとともに、卒業後どのような活躍が求められているのか説明できることを到達目標とする。

講義内容
本講義は各分野の教員によるオムニバス講義である。まず、社会情報科学の全体像を示し、続いて各分野の教員が、授業計画に掲げるテーマについて講義を行う。

授業計画※下記は2025年度の実績であり，担当講師の状況によって，担当回が代わったり内容が変更されたりする場合がある
１．オリエンテーション（笹嶋）
２．社会情報科学部の育成方針（笹嶋）
３．富岳見学
４．データサイエンスの実応用事例紹介（笹嶋）
５．データの収集（川嶋）
６．データとプログラム（川嶋）
７．データと機械学習（川嶋）
８．数理最適化とアルゴリズムの基礎概念（東川）
９．数理最適化とアルゴリズムの研究事例（東川）
１０．情報技術の社会適用の実際（竹村）
１１．情報・データ利用と科学（竹村）
１２．データサイエンスと社会（竹村）
１３．社会科学の特徴と各学問分野の違い（木村）
１４．社会科学の分析アプローチ（木村）
１５．推定と検定、相関と因果（木村）

In-person

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Limited permission for use

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

事前に配布する教材を使用する。

必要に応じて紹介する。

【予習】事前に配布する教材の読み込み（0.5時間）
【復習】課題取り組み、教材の読み直し（3.5時間）

講師によっては，グループディスカッションやグループでの課題製作を行う場合がある．

成績評価の基準
社会情報科学の基本的な概念、社会情報科学の学問的な位置づけ、企業等でデータ科学の適用の実際、社会における情報技術の適用の実際を説明できるものに対し、講義目的・到達目標に記載する内容の到達度に基づき、S（90点以上）、A（80点以上）、B（70点以上）、C（60点以上）による成績評価のうえ、単位を付与する。

成績評価の方法
レポートで評価を行う。
割合は笹嶋 = 1/5, 川嶋 = 1/5, 東川＝1/5，竹村 = 1/5, 木村 = 1/5 

期中の提出レポートについては，優秀なものを，講評し，模範解答として紹介する場合がある．
期末の提出物については，評価について質問があった場合に，個別に対応する．

・社会情報科学部の必修科目であり、全員受講しなければならない。レポート作成にあたり講義内容を十分に復習し、自ら考え理解を深めること。

該当しない。

講義でノートPCを利用することがあるので、自分のPCを準備出来次第、毎回持参する事。