到達目標
(1) 1次元あるいは2次元のデータの整理ができ，代表値，回帰直線，相関係数を求めることが出来る．（定期試験，課題）
(2) ビッグデータやAIに関する基礎知識や機械学習の理論を理解できる．（定期試験）
(3) 確率変数，正規分布などの代表的な確率分布について理解できる．（定期試験、課題）
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 |
| データの整理 | 1次元や2次元のデータについて，データの性質に応じて適切に整理することが出来る． | 指定された方法でデータを整理することが出来る． | データを整理することが出来ない． |
| AIの基礎知識、機械学習の理論 | AIやビッグデータに関する基礎的な知識を理解し，機械学習の仕組みと合わせて説明できる． | AIの基礎知識や機械学習の理論について理解できる． | AIの基礎知識や機械学習の理論について理解できない． |
| 確率変数、正規分布 | 状況に応じて適用すべき確率分布
を選択することができ，期待値な
どを求めることができる． | 代表的な確率分布について期待値
などを求めることができる． | 確率変数と確率分布を理解できない． |
学科の到達目標項目との関係
教育方法等
概要:
本授業では1次元や2次元のデータを整理する記述統計の方法とビッグデータやAIの取り扱いにまつわる数理について学ぶ．後半では母集団と標本についての理解を深めていくために必要な確率変数について学ぶ．
（科目情報）
教育プログラム第1学年 ◎科目
数理・データサイエンス・AI教育プログラム科目
授業の進め方・方法:
主にパワーポイントを用いた対面授業の手法をとる．実際に統計的推測を行うための計算演習も行う．
（事前学習）
予習は，授業予定範囲の教科書を読んでおくこと．理解に必要な数学は事前によく予習しておくこと．
注意点:
（履修上の注意）予習・復習をしておくこと．
（自学上の注意）特に復習に時間を十分にかけること．
評価
（総合評価）
総合評価＝（定期試験の平均点）×80％＋（課題点）×20%
総合評価は，（定期試験の平均点）×80％＋課題点（20点満点）で評価する．
到達目標の(1)～(3)について 2 回の定期試験と課題で評価する．
（単位修得の条件について）
総合評価 60 点以上を合格とする.
（再試験について）
不合格者に対して再試験を実施する．
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 |
確率論の復習(1) |
確率の基本性質を復習し現代的確率を理解できる．(数理)
|
| 2週 |
確率論の復習(2) |
条件的確率や独立性，確率の乗法定理について理解できる．(数理)
|
| 3週 |
1次元のデータ整理 |
1次元のデータを整理し，代表値や分散を求めることが出きる．(数理)
|
| 4週 |
回帰分析と相関 |
2次元のデータを整理し，回帰直線や相関係数を求めることが出来る．(数理)
|
| 5週 |
ビッグデータ |
ビッグデータの性質や取り扱いの方法について理解できる．(数理)
|
| 6週 |
AIの歴史と倫理 |
AIの発展の歴史と関係する倫理について理解できる．(数理)
|
| 7週 |
AIの学習(1) |
AIの学習方法について理解できる．(数理)
|
| 8週 |
AIの学習(2) |
AIの学習と性能について理解できる．(数理)
|
| 2ndQ |
| 9週 |
中間試験 |
到達目標(1)(2)
|
| 10週 |
確率変数 |
確率変数について理解できる．期待値と分散について理解し，求めることができる．(数理)
|
| 11週 |
離散型確率変数 |
離散型の確率変数について理解できる．(数理)
|
| 12週 |
二項分布とポアソン分布 |
二項分布やポアソン分布について理解し，基本的な確率の計算ができる．
|
| 13週 |
連続型確率変数 |
連続型の確率変数について理解できる．
|
| 14週 |
正規分布 |
正規分布について理解し，数表などを用いて確率を求めることができる．
|
| 15週 |
期末試験 |
到達目標(3)
|
| 16週 |
期末試験の解説 |
|
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 | 数学 | 数学 | 数学 | 1次元のデータを整理して、平均・分散・標準偏差を求めることができる。 | 3 | 前3 |
| 2次元のデータを整理して散布図を作成し、相関係数・回帰直線を求めることができる。 | 3 | 前4 |
評価割合
| 試験 | 課題 | 合計 |
| 総合評価割合 | 80 | 20 | 100 |
| 基礎的能力 | 60 | 15 | 75 |
| 専門的能力 | 0 | 0 | 0 |
| 分野横断的能力 | 20 | 5 | 25 |