シラバス詳細
シラバス（詳細）
| 2025年度 |
| 科目名 | データサイエンス・AI論 | 科目コード | 1611 | 単位数 | 2 |
|---|---|---|---|---|---|
| 担当者名 | 玉井 航太 見附 陽介 澤内 大輔 三田村 保 | 開講セメスター | 第1セメスター | 開講年次 | 1年次 |
| 授業の方法 | 講義 | 到達目標 | B | 実務経験 | 無 |
| ナンバリング | BIs1 | ※DP（ディプロマポリシー）と到達目標の関連性については、カリキュラムマップ（商学科・観光産業学科）参照 | |||
- 授業のねらい
- Society 5.0で実現する社会を見据え、日常生活や仕事の場で現れるデータやAIを理解するための基礎的教養を身につける。そして、データサイエンス・AIに関する基礎的知識をもとに、より専門的な事柄への理解を深められ，人間中心の適切な判断ができ、データサイエンス・AIの観点から説明し活用できる能力を身につける。
- 到達目標
- 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、この授業だけではなく，他の授業においても示されることのあるデータなどを理解し、AIを活用するための基礎力を身につける。また、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。
- 授業内容
- 1週目 -オリエンテーション/データサイエンス・AI論導入
2週目 パートA-1：社会の変化（産業革命とIT革命）
3週目 パートA-2：データ・AIが変える働き方と生活
4週目 パートA-3：情報倫理とセキュリティの留意事項
5週目 パートB-1：データの種類と分布
6週目 パートB-2：統計情報の正しい理解とデータの可視化
7週目 パートB-3：数理統計の基礎
8週目 データサイエンスとAIの広がり（合同講義）
9週目 パートC-1：人工知能（AI）の基礎的理解
10週目 パートC-2：人工知能（AI）を支える技術
11週目 パートC-3：人工知能（AI）活用の周辺動向
12週目 パートD-1：データ分析の手順と実践例
13週目 パートD-2：商学分野でのデータサイエンスの応用
14週目 パートD-3：観光分野でのデータサイエンスの応用
15週目 まとめ・期末試験
16週目 課題フィードバック
但し、やむを得ず、15 週目までの授業内容を実施出来なかった場合は、補講授業を行います。 - 準備学修（予習・復習）の具体的な内容及びそれに必要な時間
- 授業で使う資料などはmanabaに公開する。予習については、授業の終わりに次週のキーワードを示すので、そのキーワードについて1時間ほどかけて各自が調べておくこと。復習は特に大事であり、紹介した事柄を理解すると共に、次の授業までの一週間の間で1日1時間ほどを使って資料をノートにまとめ、分からないこと、疑問に思ったこと、学んだことに対する自分の考えを整理するようにしておくこと。
- 成績評価の方法・基準
- 授業内課題/小テスト（60％）・期末試験（40%）を得点化し、基礎成績点とする。授業時での態度や議論への取り組みも判断材料に含める。成績の評価は、授業週である15週のうち、11週以上授業に出席した学生を対象とする。また、試験を受けなかった者は評価の対象とならない。
- 履修上の留意点
- 1．15週の内11週以上授業に出席した学生を評価対象とする。つまり、5回目の欠席で単位取得要件を満たさなくなる。また、出席及び試験に関して不正行為をした者は単位を得られない。
２．本講義はオムニバス形式で実施されるため、クラスごとに学ぶ内容の順序が異なる。
３．授業に関するお知らせ、資料の配布などは、manabaからおこなう。
４．スマホ・タブレット・PCなどのデバイスを用いて授業内課題/小テストに取り組んでもらう（学内Wi-Fi使用予定）。そのため、デバイスのバッテリー状況、通信制限に気をつけること。
５．オンライン形式を実施する可能性もある。そのため、PCやインターネット通信環境を整備し、オンラインでの受講が可能な状態であることが望ましい。
- 課題に対するフィードバックの方法
- 授業内課題については実施する際に、適宜、解説していく。期末試験はフィードバックし、問題の解説をおこなう。
- テキスト
- 特になし。必要な資料は授業内で配布する。
- 参考書
- 滋賀大学データサイエンス学部編『大学生のためのデータサイエンス（Ⅰ）改定版』（日本統計協会）