到達目標
(ア)コンピュータを用いたデータ処理の基礎を理解し、簡単なデータ処理ができる。
(イ)データサイエンス・AI技術の概要とその活用事例をもとに説明できる。
(ウ)データサイエンス・AI技術の利活用において遵守すべき事項を説明できる。
(エ)データサイエンス・AI技術の利活用に必要な基本的スキル(データの取得、可視化、分析)を使うことができる。
(オ)自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
(カ)ワープロ・表計算・プレゼンテーション用ソフトを使用して、技術報告書を作成できる。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目(ア) | コンピュータを用いたデータ処理の基礎を理解し、複雑なデータ処理ができる。 | コンピュータを用いたデータ処理の基礎を理解し、簡単なデータ処理ができる。 | コンピュータを用いたデータ処理の基礎を理解できず、データ処理ができない。 |
評価項目(イ) | データサイエンス・AI技術の概要とその活用事例をもとに説明できる。 | データサイエンス・AI技術の概要とその活用事例をもとに理解できる。 | データサイエンス・AI技術の概要とその活用事例をもとに理解できない。 |
評価項目(ウ) | データサイエンス・AI技術の利活用において遵守すべき事項を説明できる。 | データサイエンス・AI技術の利活用において遵守すべき事項を理解できる。 | データサイエンス・AI技術の利活用において遵守すべき事項を理解できない。 |
学科の到達目標項目との関係
学習・教育到達度目標 C1 実験・実習を通して、計測技術やデータ分析法、報告書作成能力を修得する。
本校教育目標 ④ コミュニケーション能力
教育方法等
概要:
今後のさらなるデジタル社会に向けて、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。そして、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、これらを扱う際には、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、活用できるようにする。
さらに科学者・技術者には、独創力はもちろん、熟達した科学・技術に関する文章作成およびプレゼンテーションの能力が要求される。そこで、技術表現法(報告書作成・プレゼンテーション技術)の基礎技術を習得することを目標として、本講義で、まず、理解しやすい報告書の作成・プレゼンテーションを行うための基礎知識を学び、この際に必要となるコンピュータやアプリケーションの使用方法を身につける。これらを習得した後、実際に作成する様々な場面を想定して課題演習を行う。
授業の進め方・方法:
授業の前半は基礎的な知識を学び、後半は各自で作業を行う演習時間を設ける。
注意点:
選択必修の種別・旧カリ科目名
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
技術表現法概要・コンピュータおよびネットワークシステムの利用方法 データ駆動型社会とデータサイエンス(仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替など) |
(ア)コンピュータを用いたデータ処理の基礎を理解し、簡単なデータ処理ができる。
|
2週 |
ワープロソフトの利用方法・文章作成の練習 分析設計(データの加工・可視化など) 創作課題:研究背景の設定 |
(イ)データサイエンス・AI技術の概要とその活用事例をもとに説明できる。
|
3週 |
文章作成の基本ルール・知的な文章作成技術 分析設計(代表値、相関と因果、主成分分析・クラスター分析など) 創作課題:研究目的の設定 |
(イ)データサイエンス・AI技術の概要とその活用事例をもとに説明できる。
|
4週 |
科学・技術論文の構成とその書き方 データ観察と分析(データの種類、ヒストグラム・散布図など) 創作課題:研究方法の設定 |
(ウ)データサイエンス・AI技術の利活用において遵守すべき事項を説明できる。
|
5週 |
科学・技術者の遵守すべきルール ビッグデータとデータエンジニアリング(情報通信技術ICTの進展、ビッグデータなど) 創作課題:調査と結果・考察 |
(ウ)データサイエンス・AI技術の利活用において遵守すべき事項を説明できる。
|
6週 |
技術文章における効果的な図の種類と作成手順 データ表現と収集(構造・非構造データ、言葉や画像のデータ表現、IoT、データ形式など) 創作課題:調査と結果・考察 |
(エ)データサイエンス・AI技術の利活用に必要な基本的スキル(データの取得、可視化、分析)を使うことができる。
|
7週 |
表の作成方法 データベース(Relational Database RDB、Structured Query Language SQLによるデータ操作など) 創作課題:調査と結果・考察 |
(エ)データサイエンス・AI技術の利活用に必要な基本的スキル(データの取得、可視化、分析)を使うことができる。
|
8週 |
知的なプレゼンテーション技術 データ加工(Excelによるデータ加工、ダミー変数など) 創作課題:結論と今後の課題 |
(エ)データサイエンス・AI技術の利活用に必要な基本的スキル(データの取得、可視化、分析)を使うことができる。
|
2ndQ |
9週 |
科学・技術文章の最終チェック AIの歴史と応用分野(人工知能の歴史、広がりなど) 創作課題:プレゼン資料作成 |
(オ)自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
|
10週 |
知的なプレゼンテーション技術 AIと社会(ELSI、社会的合意の形成など) 創作課題:発表原稿の作成 |
(オ)自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
|
11週 |
知的なプレゼンテーション技術 AIにおける認識と活用事例(画像認識など) 創作課題:発表練習 |
(オ)自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
|
12週 |
最終発表会 |
(カ)ワープロ・表計算・プレゼンテーション用ソフトを使用して、技術報告書を作成できる。
|
13週 |
最終発表会 |
(カ)ワープロ・表計算・プレゼンテーション用ソフトを使用して、技術報告書を作成できる。
|
14週 |
最終発表会 |
(カ)ワープロ・表計算・プレゼンテーション用ソフトを使用して、技術報告書を作成できる。
|
15週 |
前期の総まとめ |
(カ)ワープロ・表計算・プレゼンテーション用ソフトを使用して、技術報告書を作成できる。
|
16週 |
|
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
基礎的能力 | 工学基礎 | 情報リテラシー | 情報リテラシー | 情報を適切に収集・処理・発信するための基礎的な知識を活用できる。 | 3 | |
論理演算と進数変換の仕組みを用いて基本的な演算ができる。 | 3 | |
コンピュータのハードウェアに関する基礎的な知識を活用できる。 | 3 | |
情報伝達システムやインターネットの基本的な仕組みを把握している。 | 3 | |
同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを知っている。 | 3 | |
与えられた基本的な問題を解くための適切なアルゴリズムを構築することができる。 | 3 | |
任意のプログラミング言語を用いて、構築したアルゴリズムを実装できる。 | 3 | |
情報セキュリティの必要性および守るべき情報を認識している。 | 3 | |
個人情報とプライバシー保護の考え方についての基本的な配慮ができる。 | 3 | |
インターネット(SNSを含む)やコンピュータの利用における様々な脅威を認識している | 3 | |
インターネット(SNSを含む)やコンピュータの利用における様々な脅威に対して実践すべき対策を説明できる。 | 3 | |
評価割合
| 課題 | 合計 |
総合評価割合 | 100 | 100 |
基礎的能力 | 100 | 100 |