62291
データサイエンスとAI
片瀬 拓弥
大学名 清泉女学院短期大学
学部・学科 共通教育科目
開講キャンバス 上野 授業形態 講義
履修区分 選択 単位数 2単位
配当年次 1・2年 開講期
授業の概要

本授業は、放送大学【数理・データサイエンス・AI講座(リテラシーレベル)】(以下、AIリテラシー講座と略す)の学習教材(映像・小テスト)を本授業の補助学習教材として活用し、その補助学習教材の内容を踏まえ(反転授業方式)、議論・発表・小レポート作成をオンライン又は対面の授業を併用して行う方式とする。また、各受講生の学習進捗状況については、放送大学の学習履歴システムを用いて、事前・事後学習時間を確保しながら学習支援を行うものとする。【アフターコロナ時代】を生き抜くために必要な最先端のAIとデータサイエンスについて、基礎的知識とスキルを身につける。

学習到着目標

この科目は、共通教育の学習成果『知識・教養』と『視野の広さ』の習得を目標とする。具体的には、それぞれ『データサイエンスとAIに関する基礎知識・教養の習得』、『AI技術等のイノベーションに触れることにより、幅広い視野の獲得』を目標とする。

成績評価方法

AIリテラシー講座の受講状況(50%)、各回小レポート20%、データ分析レポート(基礎10%・応用10%)、受講への積極的な取り組み姿勢(10%)

課題に対する
フィードバック方法

質問やディスカッションは、LMSの掲示板等を活用する

アクティブ
ラーニング要素
■外部連携の課題解決型学習(協定あり) ■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(発表) □実習・実技・実験 □フィールドワーク ■リアクションペーパー
授業計画
授業項目・内容 / 各回の準備学修(予習・復習)について / 担当
1 内容

オリエンテーション

放送大学 数理・データサイエンス・AI講座(リテラシーレベル)の受講方法

予復習

AIリテラシー講座 視聴開始

担当
2 内容

【導入1】社会で起きている変化、社会で活用されているデータ

AIが注目される背景、第4次産業革命、Society 5.0、データ駆動型社会

予復習

AIリテラシー講座 導入B

第1回~3回視聴、小テスト・小レポート

担当
3 内容

【導入2】データ・AIの活用領域、データ・AI利活用のための技術

企業の利用、機械による自動化、音声/画像/動画処理、パターン認識

予復習

AIリテラシー講座 導入B

第4回~6回視聴、小テスト・小レポート

担当
4 内容

【導入3】データ・AI利活用の現場、データ・AI利活用の最新動向

データサイエンスのサイクル、AI利活用の事例、ニューラルネットと深層学習

予復習

AIリテラシー講座 導入B

第7回~8回視聴、小テスト・小レポート

担当
5 内容

【導入4】データ利活用の適用領域(画像処理、自動運転)

画像処理によるヘルスケア及びインフラへの適用、自動運転

予復習

AIリテラシー講座 導入A

第3,8回視聴、小テスト・小レポート

担当
6 内容

【心得1】データ・AI利活用及びデータを守る上での留意事項①

ELSI、個人情報保護、データ倫理、プライバシー保護

予復習

AIリテラシー講座 心得

第1回~3回視聴、小テスト・小レポート

担当
7 内容

【心得2】データ・AI利活用及びデータを守る上での留意事項②

AI社会原則、データバイアス、AIサービス責任論

予復習

AIリテラシー講座 心得

第4回~6回視聴、小テスト・小レポート

担当
8 内容

【心得3】データ・AI利活用及びデータを守る上での留意事項③

AI活用(負の事例)、情報セキュリティ

予復習

AIリテラシー講座 心得

第7回~8回視聴、小テスト・小レポート

担当
9 内容

【基礎1】データを読む① 結論を導く作法

量的・質的データ、データの作り方の基本

予復習

AIリテラシー講座 基礎B

第1回視聴、小テスト・小レポート

担当
10 内容

【基礎2】データを読む② 量的データの要約

データの代表値、データのばらつき、5数要約と箱ひげ図

予復習

AIリテラシー講座 基礎B

第2回視聴、小テスト・小レポート

担当
11 内容

【基礎3】データを読む③ 2変量数のデータの相関関係

2変数データと散布図、2変数関係と共分散、データの標準化と相関係数

予復習

AIリテラシー講座 基礎B

第3回視聴、小テスト・小レポート

担当
12 内容

【基礎4】データを説明する① 質的データの分析とデータの信頼性

データの信頼性、2つの質的データの関係、統計にだまされないために

予復習

AIリテラシー講座 基礎B

第4回視聴、小テスト・小レポート

担当
13 内容

【基礎5】データを説明する② データの図表表現

質的データの可視化、量的データの可視化、様々なデータの図表表現

予復習

AIリテラシー講座 基礎B

第5回視聴、小テスト・小レポート

担当
14 内容

【基礎6】データを説明する③ データの比較と可視化

データの比較の方法、可視化の目的と方法、視覚的効果と可視化の注意点

予復習

AIリテラシー講座 基礎B

第6回視聴、小テスト・小レポート

担当
15 内容

【基礎7】データを扱う① 表計算ソフトによる分析

データ解析ツール、データの分析・集計(平均、標準偏差、散布図作成等)

予復習

AIリテラシー講座 基礎B

第7,8回視聴、小テスト・小レポート

担当
16 内容

【基礎8】データを扱う② 実データを活用した分析レポート作成

Excel操作に自身の無い人には「補講あり」

予復習

データ分析レポート(基礎・応用)作成

担当
準備学修
(予習・復習)時間

「各回の準備学修」項目を確認し、講義・演習は4時間(実技・実習は2時間)程度の予習・復習を奨励します。

教科書

適宜、デジタル資料を配布します。Excelレポートの基礎課題では「気象庁のオープンデータ」、応用課題は、提携先の「長野市オープンデータ」を活用します。

参考書・文献

【文系AI人材になる】野口竜司(著) 東洋経済新報社 1600円+税

履修条件

放送大学のAIリテラシー講座を活用します。自宅ネット環境が十分に整備されていることが望ましい。また、データ分析レポートは、Excelを活用します。

ICT活用 ■双方向型授業【LMSの掲示板を活用したディスカッション(アンケート調査)】
■自主学習支援【LMSを活用した各種レポート提出】
■遠隔授業【オンデマンド型受講を併用する】
実務経験 ■所持している業務関連資格【第1種情報処理技術者(国家試験)、高等学校教員免許状(情報・理科・数学)】
備考