授業情報
※身につく能力について
複数の学科・専攻・コースで開講されている科目は、開講を担当する学科・専攻・コースの定めた「身につく能力」を表示しているため、履修要項・大学院要覧記載の「身につく能力」とは異なるものが表示されていることがあります。
授業によっては、「身につく能力」の記載がない場合もあります。
そのため「身につく能力」については履修要項・大学院要覧も確認するようにしてください。
| 授業コード Course Code |
2RC3200000
|
| 授業開講年度 Year of Class |
2025年度
|
| 授業形態 Course Mode |
講義(対面授業)
|
| 授業名称 Class Name |
MSBBL221ﾃﾞｰﾀ駆動型社会とﾃﾞｰﾀｻｲｴﾝｽ
|
| テーマ Theme |
|
| 科目名 Name of Subject |
MSBBL221ﾃﾞｰﾀ駆動型社会とﾃﾞｰﾀｻｲｴﾝｽ
|
英字科目名
English Name of Subject |
Data-driven Society and Data Science
|
身につく能力
Ability to be Acquired in This Class
◎=科目に最も関連する能力
〇=科目に関連する能力
|
知識・理解
|
社会の変化に対応できる数理の基礎学力
|
|
| 知識・理解
|
情報科学の背後にある数学的原理の理解
|
◎
|
| 汎用的技能
|
隣接領域を含めた諸問題を解決できる情報処理技能
|
〇
|
| 汎用的技能
|
国際社会でリーダーシップを発揮できるコミュニケーション能力
|
|
| 態度・志向性
|
情報倫理に配慮した他者貢献の精神
|
|
| 態度・志向性
|
将来のキャリアパスを自ら描き、社会とのつながりを意識できる力
|
〇
|
| 統合的な学習経験と創造的思考力
|
現実的な課題に対し、自ら仮説を生成し問題を解決する能力
|
|
| 科目単位数 Credit |
2
|
| 履修期 Term |
春学期
|
| 教員氏名 Name of Teacher |
永田 毅
|
| 開講キャンパス Campus |
横浜
|
| 曜時 Day and Period |
木曜４時限(春学期)
|
| 授業概要 Course Description |
20世紀を物理学の世紀とすれば、21世紀は情報学の世紀だと言われており、データ駆動型社会の登場により、データサイエンスの重要性は増すばかりである。本講義では、データサイエンスを学ぶ初学者向けに、黎明期から現在の到達点までを概観し、現代社会における重要性と可能性を理解していく。要素技術について、専門知識そのものには深く切り込まずに、技術の概要とその技術が可能にしたことを実例ベースで紹介していき、データ駆動型社会の全体像を浮かびあがらせるような講義設計としている。
|
| 到達目標 Class Goals |
データサイエンスを構成する要素技術の概要を理解し、実用事例について、要素技術単位に分解して、その内容を説明することができる。学んだ内容と、自分自身の興味・希望するコースとを照らし合わせながら、その後の学びの道筋がつけられる。
|
| 授業言語 Language |
日本語
|
| アクティブ・ラーニング Active Learning |
アクティブ・ラーニング非対応
|
授業計画
Daily Class Schedule
|
|
【第1回】
|
授業内容
Content/Topic
|
ガイダンス（データサイエンス、データ駆動型社会とは何か、そしてその重要性について）
|
予習内容
Preparation for Class
|
自分自身のデータサイエンスに対する興味・関心を整理しておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第2回】
|
授業内容
Content/Topic
|
コンピュータサイエンスの歴史（ゲーデル数からチューリングマシン、ノイマン型コンピュータ、科学技術計算から現代の爆発的な応用まで）
|
予習内容
Preparation for Class
|
人類がどのように計算機を使いこなしてきたか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第3回】
|
授業内容
Content/Topic
|
データサイエンスの歴史（古典的な統計からはじまり、ベイズ統計、伝統的な機械学習から深層学習まで）
|
予習内容
Preparation for Class
|
統計学の歴史について調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第4回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用①：社会で起きている変化
|
予習内容
Preparation for Class
|
データ・AIの利活用により社会がどのように変化しているのか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第5回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用②：社会で活用されているデータ
|
予習内容
Preparation for Class
|
どのようなデータが社会で活用されているのか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第6回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用③：データとAIの活用領域
|
予習内容
Preparation for Class
|
どのような領域で活用されているのか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第7回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用④：データ・AI利活用のための技術-1
|
予習内容
Preparation for Class
|
クラスタリングについて調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第8回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用⑤：データ・AI利活用のための技術-2
|
予習内容
Preparation for Class
|
パターン認識について調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第9回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用⑥：データ・AI利活用の現場
|
予習内容
Preparation for Class
|
実際に社会の現場で利活用されている技術にはどのようなものがあるか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第10回】
|
授業内容
Content/Topic
|
社会におけるデータ・AI利活用⑦：データ・AI利活用の最新動向
|
予習内容
Preparation for Class
|
自分自身が興味関心を持っている分野の最新動向について調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第11回】
|
授業内容
Content/Topic
|
データリテラシー①：データを読む-1
|
予習内容
Preparation for Class
|
AIに入力するデータの種類について調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第12回】
|
授業内容
Content/Topic
|
データリテラシー②：データを読む-2
|
予習内容
Preparation for Class
|
相関があるとはどういうことか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第13回】
|
授業内容
Content/Topic
|
データリテラシー③：データを説明する
|
予習内容
Preparation for Class
|
データを可視化するとはどういうことか調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第14回】
|
授業内容
Content/Topic
|
データリテラシー④：データを扱う、データ・AIを扱う上での留意事項
|
予習内容
Preparation for Class
|
自分自身が興味があるデータの扱い方、AIに求められる倫理、説明性について調べておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
manabaの小テストに解答し、設問を含めた授業内容の復習を行う。
|
目安時間
Hours
|
2 時間
|
|
【第15回】
|
授業内容
Content/Topic
|
総括
|
予習内容
Preparation for Class
|
講義全体を通して学んだことを整理しておく。
|
目安時間
Hours
|
2 時間
|
復習内容
Review of Class
|
本講義全体について復習し、将来に生かしていきたいことをイメージすることで、知識の定着を図ること。
|
目安時間
Hours
|
2 時間
|
授業に関する注意事項
Remarks for Class |
数式は極力使わないので、数学的な知識は不要である。小テストや課題を含む予習・復習内容についてはmanabaで随時指示するので、常にmanabaをチェックすること。
|
| 教科書 Texts |
特に使用しない。必要があればmanabaに資料(コンテンツ)を随時アップロードする。
|
| 参考書 Reference Books |
教養としてのデータサイエンス、北川源四郎／竹村彰通、講談社
|
課題フィードバック方法区分
Assignment Feedback Method |
授業時間外にmanabaで行う
|
課題フィードバック方法内容
Assignment Feedback Method Content |
0
|
成績評価の基準
Evaluation Criteria |
授業への参加度（クリッカーを用いた双方向授業に対するレスポンス） 20%、授業期間中の1回のレポート 30%、授業内小テスト 50%
|
| 関連URL Related URL |
0
|
| 備考 Notes |
この授業科目は、実務経験を有する教員が担当しています。
|
| 添付ファイルの注意事項 Notice |
|
| 更新日時 Date of Update |
2025年06月17日 12時45分34秒
|