データサイエンス・AI概論のシラバス情報

科目名称
Course title(Japanese)
データサイエンス・AI概論 科目番号
Course number
L2IDIFEb01
科目名称(英語)
Course title(English)
Introduction to Data Science and Artific
授業名称
Class name
データサイエンス・AI概論
教員名 矢部 博,瀬尾 隆,平塚 三好,田畑 耕治,坂本 徳仁,伊吹 友秀,桂田 浩一,松本 朋子
Instructor
開講年度学期 2022年度 前期
Year/Semester
曜日時限 土曜1限
Class hours
開講学科
Department
薬学部 一般教養科目
外国語のみの科目
(使用言語)
Course in only foreign
languages (languages)
-
単位
Course credit
2.0 授業の主な実施形態
Main class format
オンライン授業(非同期)/Online (asynchronized remote)
概要
Descriptions
数理・データサイエンス・AIに関する基礎知識を学習するとともに、社会、政治、経済、医療など身の回りの分野でデータサイエンス・AIがどのように活用されているかについて学習する。
目的
Objectives
デジタル社会において、数理・データサイエンス・AIを日常生活や仕事の場で使いこなすことができる基礎的素養を身に着ける。そして、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、データサイエンス・AIについて説明し活用できる能力を身につける。 
到達目標
Outcomes
社会におけるデータサイエンス・AIの利活用について理解し説明できるようになるとともに、それらを扱う際の留意事項についても理解できるようになる。 
履修上の注意
Course notes prerequisites
なし
アクティブ・ラーニング科目
Teaching type(Active Learning)
課題に対する作文
Essay
小テストの実施
Quiz type test
ディベート・ディスカッション
Debate/Discussion
- グループワーク
Group work
-
プレゼンテーション
Presentation
- 反転授業
Flipped classroom
-
その他(自由記述)
Other(Describe)
-
準備学習・復習
Preparation and review
成績評価方法
Performance grading
policy
レポート課題(20%)・小テスト(80%)で評価する。 
学修成果の評価
Evaluation of academic
achievement
・S:到達目標を十分に達成し、極めて優秀な成果を収めている
・A:到達目標を十分に達成している
・B:到達目標を達成している
・C:到達目標を最低限達成している
・D:到達目標を達成していない
・-:学修成果の評価を判断する要件を欠格している

・S:Achieved outcomes, excellent result
・A:Achieved outcomes, good result
・B:Achieved outcomes
・C:Minimally achieved outcomes
・D:Did not achieve outcomes
・-:Failed to meet even the minimal requirements for evaluation
教科書
Textbooks/Readings
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。
https://gomykits.kinokuniya.co.jp/tokyorika/
 
・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below.
https://gomykits.kinokuniya.co.jp/tokyorika/
参考書・その他資料
Reference and other materials
授業計画
Class plan
教職課程
Teacher-training course
実務経験
Practical experience
-
教育用ソフトウェア
Educational software
-
備考
Remarks
993K317
CLOSE