データサイエンス

データサイエンス

データサイエンス

データサイエンスは身近に活用されています

データサイエンスは身近に活用されています

データサイエンスの活用例

データサイエンスの活用例

データサイエンスの活用例

目的

学生の数理・データサイエンス・AIへの関心を高め、かつ、数理・データサイエンス・AIを適切に理解し、それを活用する基礎的な能力を育成することを目的として、数理・データサイエンス・AIに関する知識及び技術について体系的な教育プログラムを設置しています。

目的

授業科目

2022年度後期より、「デジタル社会の基礎知識」を全学共通科目(全学基礎科目・専門基礎)として開講。

シラバスを見る

プログラムを構成する授業の内容

現在を知り、過去を振り返り、ちょっと先の未来を見る

1回目

イントロダクション
社会とライフスタイルの変化(1)

  1. 身近なコミュニケーションツール
  2. 商品サービス
2回目

社会とライフスタイルの変化(2)

  1. 技術、通信ネットワークの向上
  2. Society5.0、データ駆動型社会
3回目

社会で活用されているデータ

データ・AIの活用領域

4~7回目

データを知る

  1. ビッグデータ・AI活用の現場
  2. データ・AI利活用の最新動向
  3. データ・AI利活用における
    留意事項
  4. AIと人、仕事、社会
8~13回目

データを読む

  1. 生活の中でのデータ活用
  2. データ解析の手法
  3. データ表現、データの可視化
  4. データ分析の基礎知識
14~15回目

データを守る

  1. 個人情報の保護
  2. 情報資産のリスクと脅威
  3. AI社会で求められる倫理観

データサイエンス

データサイエンス

データサイエンス

到達目標

  1. 数理、データサイエンス、AIが社会の中でどのように生かされ、われわれの生活にどのように結びついているかを知り、密接に関連しているものであることに気づく
  2. グループワークや個人ワークを通して、日常生活や社会の課題解決の糸口になり得ること、新たな価値を創出すること得ることを実感する
  3. 日常生活の中の疑問を統計の視点から見直すことで、データの基本的な扱い方を知り、新しい観点を養う
  4. 実データ、統計データ、社会での実例を題材とした演習を通して、データの活用方法を体験する
  5. 社会の変化とそれにともなうリスクや配慮事項を知り、理解する

身につけられる能力

課題発見・課題解決に必要な情報を見定め、適切な手段を用いて収集・調査、整理することができる情報を収集する力
さらには、収集した個々の情報を多角的に分析し、現状を正確 に把握することができる情報の分析能力
これらの収集、分析力を基に、現象や事実のなかに隠れている問題点やその要因を発見し、解決すべき課題を設定することができる課題発見力を養う。

加えて、さまざまな条件・制約を考慮して、解決策を吟味・選択し、課題の解決に向けた道筋や段取りを明らかにした上で、具体化することができる構想力を養い、
論理的思考力を持つことを目指す。

資料請求

デジタルブック

資料請求

ページトップ