大学

選択した講義科目の内容です

2025
印刷
講義科目名称 :
造形特別講義1(数理・データサイエンス・AI入門)
英文科目名称 :
 
授業コード :
L123 
開講期間 配当年 単位数 科目必選区分
後期  1  2  選択 
担当教員
鍜島 康裕 
   実務経験:なし  アクティブラーニングの導入:あり  授業時間外学習時間:4時間/週 
添付ファイル
授業種類
ディプロマポリシーと当該授業科目との関連
□専門分野における発想や表現の基本的な能力の獲得
□自己の存在を認識し、創作・研究に向かうこと
■広く社会を認識し、深い創作・研究に向かうこと
□自らの創作・研究を他者に伝えるコミュニケーション能力の獲得
■分野を横断した視野を持ち、積極的に人や社会と関わる能力の獲得
授業形態【一つのみ選択】
●講義
○演習(実技科目、PJ、語学科目)
○実験・実習(教育実習、学芸員関連実習、フィールドワーク)
科目区分【一つのみ選択※教職/学芸員の科目は二つの場合あり】
□基礎科目
□基幹科目
■専門講義・実習科目
□領域別専門科目
□プロジェクト科目
□資格科目(教職課程)
□資格科目(学芸員課程)
授業のテーマ
テーマ:今後のデジタル社会において、数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的素養を主体的に身に付けることが本講義のテーマである。

到達目標:学修した数理・データサイエンス・AIに関する知識・技能をもとに、データに基づく人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受し、これらを説明し、活用できるようになる。
授業の達成目標
学習の方法:本講義では、コンピュータを用いた実習形式で授業を進める。データ・AI利活用事例のテーマに基づき、実データを用いて、実際に手を動かしてデータを可視化する等、データ利活用プロセスを実践できるようになる。
また学生がデータ・AI利活用事例を調査し発表するグループワークなども積極的に取り入れていく。授業で利用する資料やデータなどのファイルは授業中に配布する。授業では、学習内容の定着を図るために、毎回課題を提示する。
これにより数理・データサイエンス・AIを実社会で使いこなせるようになることを目標とする。
授業科目の概要
本授業では、情報通信技術やAIなどの進化によって社会で起きている変化を捉えて、データ・AI利活用の最新動向や技術などの理解を深めていく。
またデータ・AI利活用するための技術を身に付けて、ICTを活用しデータの集計・分析を行い、可視化して説明できるようになることを目指す。
その際、企業の実データを用いて当該企業の課題解決に資するデータ集計・分析を行う。
さらに、データを守る上での留意事項などについても学習する。
授業計画
第1回 社会で起きている変化 
 
第2回 社会で活用されているデータ 
 
第3回 データ・AIの活用領域  
 
第4回 データ・AI活用のための技術 
 
第5回 データ・AIの活用現場 
 
第6回 データ・AI活用の最新動向 
 
第7回 ビッグデータの特性 
 
第8回 データを扱う (クロス集計) 
 
第9回 データを読む (可視化)  
 
第10回 データを読む (基本統計量) 
 
第11回 データを読む (ばらつき) 
 
第12回 データを読む (相関) 
 
第13回 データを読む (回帰)  
 
第14回 データを説明する (グラフ化、比較)  
 
第15回 データを扱う上での留意事項 
 
授業時間外の学習
毎回の授業において、次回テーマに関連する文献調査、情報の分析、資料作成などに4時間程度の準備が必要となる場合がある。
テキスト(教科書)
『教養としてのデータサイエンス』改訂第二版 北川源四郎/竹村彰通・編 内田誠一/川崎能典/孝忠大輔/佐久間淳/椎名洋/中川裕志/樋口知之 /丸山宏・著、2024年発行、講談社、ISBN:978-4-06-537939-4、1,980円(税込)
参考書・参考資料等
必要があれば授業中に説明する。
履修上の注意
PCを使用するため、持ってくる必要がある。この授業は今回が初めてであるため、進み方など若干の変更がある可能性がある。出席を重視する。欠席が5回を超えた場合、単位は取得できない。特別な予備知識は必要ないと思われるが、書店などで教科書の内容を確認することが望ましい.教科書は第二版です.間違えないように.
履修要件(必要スキル、GPA等)、人数制限等
 
授業で使用するソフト等
統計ソフトを利用する可能性があるが、その場合でも無料のものを使います.
成績評価の方法と基準および、それらの配分割合【%】
提出物 40%、学期末試験 60%
(この予定であるが、若干の変更がある場合もある.)
課題に対するフィードバックの方法
フィードバック:課題に対するフィードバックは、授業中の解説を通して行う。
試験の実施方法(課題や作品提出/授業内テスト/15週の授業終了後の試験期間に実施 など)
学期末試験を15週の授業終了後の試験期間に実施する。
アクティブラーニングの内容(グループディスカッション,グループワーク/グループ制作,課題解決/調査/発見学習,講評時のグループディスカッション等)
学生がデータ・AI利活用事例を調査し発表するグループワークなどを積極的に取り入れていく。調査結果に対して学生同士のグループディスカッションを行う.