大学シラバスの手引き(PDF) 短大シラバスの手引き(PDF)

シラバス トップページへ 本 学 ホームページへ

シラバス（公開版）

2025年度　

  データサイエンス数学

単位（総授業時間数＋自習時間）：2（30 + 60）

対象学科：美表４年

授業形態：講義　学期：前期　必・選：選択

美術学部　共通教養科目

池　田　展　敏

授業概要

AI（人口知能）やIoT（モノのインターネット）など、ビッグデータを利活用した技術が社会生活を変革しつつある。データサイエンスは、データ分析を通じ、課題解決や意思決定につながる情報や知見などを提供する。この授業では、AIやIoTを利用したデータサイエンスの発展により社会で起きている変化について学び、将来、私たちがそれらをどのように活用すべきかを考える。また、データサイエンスの基礎となる数学を学ぶことで、受け身でなく、自らの意思で、データサイエンスの活用にアプローチできる素養を養う。

授業の到達目標

	学位授与の方針との関連
	① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨

数理・データサイエンス・AIを日常生活や仕事等の場で使うための基礎的素養を身につける。

自らの意思でAI等の恩恵を享受し、説明し、活用できるようになる。

データ解析に必要な数学の概要を理解する。

授業計画

回

内容

自習（事前・事後学習の内容）

1

１. なぜデータサイエンスが必要なのか―社会におけるデータ・AI利活用 ①データ・AI利活用により社会で起きている変化（最新動向）

配布資料の復習。インターネットによる調べ学習。

2

１．なぜデータサイエンスが必要なのか②データ・AIの利活用のための技術と活用領域

配布資料の復習。インターネットによる調べ学習。

3

２．データの種類と収集について ③データの種類と社会で活用されているデータ

配布資料の復習。インターネットによる調べ学習。

4

２．データの種類と収集について④データの収集例（統計調査から画像認識まで）ダウンロードサイトからのデータ収集

配布資料の復習。インターネットによる調べ学習。

5

３. 基礎となる数学 ⑤関数とは？変化の表現　一次関数、2次関数、指数関数、対数関数

配布資料の復習。配布課題の提出。

6

３. 基礎となる数学 ⑥集合・ベン図、確率の応用

配布資料の復習。配布課題の提出。

7

４．データ解析のいろいろ ⑦いろいろな分布と代表値・散布度（統計学１）

配布資料の復習。配布課題の提出。

8

４．データ解析のいろいろ ⑧ いろいろなグラフ

配布資料の復習。配布課題の提出。

9

４．データ解析のいろいろ ⑨ エクセルに見るデータ解析

配布資料の復習。

10

４．データ解析のいろいろ ⑩ 散布図と回帰分析、その他の分析（数量化）

配布資料の復習。配布課題の提出。

11

４．データ解析のいろいろ ⑪ 時系列（トレンドを見る。ジグザグ度を見る（自己相関））

配布資料の復習。配布課題の提出。

12

４．データ解析のいろいろ ⑫ テキストマイニング、ネットワーク科学

配布資料の復習。

13

5．身近なデータ収集と活用方法 ⑬ ブレーンストーミング

配布資料の復習。ワークシートの完成。

14

5．身近なデータ収集と活用方法 ⑭ SWOT分析、KJ法

配布資料の復習。グループワークの分析。

15

６. データ・AI利活用における留意事項 ⑮ データ・AIを利活用したり守ったりする上で知っておくべきこと

配布資料の復習。

16

期末試験

試験範囲を復習しておくこと。

履修上の注意

一部の講義は集中講義となるので、注意してください。 PCを使う場合があるので、必要に応じ持参してください。 クラスルームを使って諸連絡を行いますので、必ず活用してください。

成績評価方法・基準

受講態度（コメントシートなどの提出、提出課題、グループワークへの参加度など）：60%， 期末試験：40%。 提出物はコメントをつけて返却、期末試験も返却します。

教科書

授業時、またはクラスルームで、必要な資料を配布します。

参考書

[データサイエンスリテラシー][髙橋弘毅・市坪誠・河合孝純・山口敦子][実況出版][2，530円]

備　考

質問については、授業終了後、または、クラスルームで受け付けます。

Copyright © Mishima Gakuen All Rights Reserved.