情報処理I（データサイエンス）

科目情報

Q2810400

,R2810200

情報処理I（データサイエンス） / Information Processing 1(Data Science)

教授	市川　学
教授	小山　友介
教授	長谷川　浩志
教授	渡邉　大
さらに教員を表示..
准教授	持永　大

授業の概要

VUCA（Volatility，Uncertainty，Complexity，Ambiguity）時代の工学リテラシーである情報リテラシーとデータサイエンスを共通的な素養として身につける．本講義・演習は，PBL（Project Based Learning）形式で実施し，情報処理、情報倫理，実課題のデータを用いることでデータサイエンスに必要なデータの作り方と分析に必要な基本的な原理・技術を学修する．この学修を通じて，情報リテラシーとデータサイエンスの一連のプロセスを体験する．

授業の目的

・理工学研究教育活動に必要な情報サービスの利用方法を学ぶ．
・情報の収集，整理，分析，報告の一連のプロセスを体験する．
・情報社会のセキュリティと権利とは何かを情報倫理の演習・講義を通じて学ぶ．
・表計算ソフトを用いて，データの収集・作成，分析・可視化を行い，データ分析結果の報告を行う．

達成目標と学修・教育到達目標との対応

	達成目標	機械制御システム学科	環境システム学科
1.	情報サービスを利用することができる	C-2	C-2
2.	情報社会、セキュリティ、コンピュータの仕組みを説明できる	C-2	C-2
3.	レポートの作成・プレゼンテーションをすることができる	C-2	C-2
4.	Excel・Pythonを用いてデータ分析の基礎ができる	C-2	C-2
5.	情報サービスを用いて総合的な課題が解決できる	C-2	C-2

達成目標との対応・割合

	事前提出課題	事後提出課題	グループ課題	合計
1.	10%	5%	5%	20%
2.	10%	5%	5%	20%
3.	10%	5%	5%	20%
4.	10%	5%	5%	20%
5.	10%	5%	5%	20%
合計	50%	25%	25%	-

授業で使用する言語

日本語

授業計画

	授業計画	授業時間外課題（予習および復習を含む）	必要学習時間
1.	情報サービスを用いた共同作業1 ・Microsoft TeamsやGoogle Classroomの機能を知る・Microsoft OneNoteを用いた情報収集、整理法を学ぶ・Microsoft OneNote, Word, PowerPoint, WhiteBoardを通じた共同作業を体験する	授業内容の事前調査と整理	160分
1.		授業時のグループワークの整理・情報の更新	30分
2.	情報サービスを用いた共同作業2 ・電子メール、チャットにおけるネチケットを学ぶ・電子メール，カレンダー，タスクの連携	授業内容の事前調査と整理	160分
2.	情報サービスを用いた共同作業2 ・電子メール、チャットにおけるネチケットを学ぶ・電子メール，カレンダー，タスクの連携	授業時のグループワークの整理・情報の更新	30分
3.	情報社会とセキュリティの基礎・SNS、サイバーワールドと情報漏洩，セキュリティ・捏造，改竄，レポートのコピーなど・ファイル共有・ChatGPT系	授業内容の事前調査と整理	160分
3.		授業時のグループワークの整理・情報の更新	30分
4.	レポート・レポートの書き方・引用，参考文献の整理（RefWorks）・トピックセンテンス，パラグラフライティング	授業内容の事前調査と整理	160分
4.	レポート・レポートの書き方・引用，参考文献の整理（RefWorks）・トピックセンテンス，パラグラフライティング	授業時のグループワークの整理・情報の更新	30分
5.	レポート・レポートの書き方・引用，参考文献の整理（RefWorks）・トピックセンテンス，パラグラフライティング	授業内容の事前調査と整理	160分
5.	レポート・レポートの書き方・引用，参考文献の整理（RefWorks）・トピックセンテンス，パラグラフライティング	授業時のグループワークの整理・情報の更新	30分
6.	プレゼンテーション・効果的なプレゼンテーション資料の作成・ポスターの作成・質疑応答（コミュニケーション）	授業内容の事前調査と整理	160分
6.	プレゼンテーション・効果的なプレゼンテーション資料の作成・ポスターの作成・質疑応答（コミュニケーション）	授業時のグループワークの整理・情報の更新	30分
7.	プレゼンテーション・効果的なプレゼンテーション資料の作成・ポスターの作成・質疑応答（コミュニケーション）	授業内容の事前調査と整理	160分
7.	プレゼンテーション・効果的なプレゼンテーション資料の作成・ポスターの作成・質疑応答（コミュニケーション）	授業時のグループワークの整理・情報の更新	30分
8.	Excelでデータサイエンス1 ・データサイエンスとは？・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
8.		授業時のグループワークの整理・情報の更新	30分
9.	Excelでデータサイエンス2 ・データサイエンスとは？・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
9.		授業時のグループワークの整理・情報の更新	30分
10.	Excelでデータサイエンス3 ・データサイエンスとは？・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
10.		授業時のグループワークの整理・情報の更新	30分
11.	Pythonでデータサイエンス1 ・Python環境の準備・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
11.		授業時のグループワークの整理・情報の更新	30分
12.	Pythonでデータサイエンス2 ・Python環境の準備・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
12.		授業時のグループワークの整理・情報の更新	30分
13.	Pythonでデータサイエンス3 ・Python環境の準備・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
13.		授業時のグループワークの整理・情報の更新	30分
14.	Pythonでデータサイエンス4 ・Python環境の準備・データ整理・データ分類（質的データ・量的データ），標準化・データの可視化（グラフ）・データ分析（集計，ABC分析，相関係数，回帰分析）・統計的推測（確率，確率変数，推定，検定）・時系列データ分析	授業内容の事前調査と整理	160分
14.		授業時のグループワークの整理・情報の更新	30分
合計	-	-	2660分