デジタルリテラシー事業推進本部

タイトル

概要

派遣

教員名

所要時間(コマ数)

講義で必要な機材等

学生対象

教職員

対象

★データサイエンスとは

大学のデータサイエンスの講義でどんな事を学ぶかを紹介します。

野呂

1コマ

PCもしくはスマートフォン(アンケート回答用)

?

★データ間の関係の理解

「相関関係」の理解とPCを使った相関分析を体験します。

野呂

2コマ

?マイクロソフト365インストール済み

?受講生のアカウントでマイクロソフト365が利用可能

?

データ?AI利活用における留意事項

データ?AI活用時のAI倫理、情報セキュリティ、個人情報保護などの留意事項の解説をします。

河村

1コマ

〇

〇

データを読む

データの特徴を読み解き、起きている事象の背景や意味合いについて理解します。

松井

1コマ

プロジェクター

〇

〇

データを説明する

データの比較対象を正しく設定し、数字を比べ他者に説明し、不適切に作成されたグラフ／数字に騙されない力を養います。

松井

1コマ

プロジェクター

〇

〇

★データを扱う

表計算ソフトを使って、データの集計?加工をします。

松井

1コマ

PC

プロジェクター

〇

〇

タイトル

概要

派遣

教員名

所要時間(コマ数)

講義で必要な機材等

学生対象

教職員

対象

★初めてのプログラミング

プログラミング言語Pythonを使い、プログラミングを体験します。

野呂

1～2コマ

以下のいずれか

1.PC(Google Chromeインストール済み)，受講生はGoogleアカウント取得

2.PC(jupyter notebook済み)

?

★データベース入門

主要なデータベースである関係データベースとデータベース検索言語であるSQLを体験します。

野呂

1～2コマ

Windows PC(マイクロソフトAccessインストール済み)

?

★インターネット通信における暗号技術の基礎

Webの閲覧やファイル交換で用いられる暗号技術の基礎知識の講義と実際にファイルとWebサーバ通信の暗号化を体験します。

野呂

2コマ

以下の条件の両方

?Windows PC or Mac (Homebrewインストール済み)

?受講生のPCアカウントが管理者権限

?

?

タイトル

概要

派遣

教員名

所要時間(コマ数)

講義で必要な機材等

学生対象

教職員

対象

★Excelを用いた重回帰分析

売上予測、需要予測などの予測手法としての重回帰分析の解説とExcelによる演習をします。

河村

1コマ

PC、Excel（アドインの分析ツールを使用）

〇

〇

★Pythonを用いた重回帰分析

売上予測、需要予測などの予測手法としての重回帰分析の解説とPythonによる演習をします。

河村

1コマ

PC、Excel（アドインの分析ツールを使用）、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

★ロジスティック分析

病気発症の有無、商品購入の有無などの予測手法としてのロジスティック分析の解説とExcel、Pythonによる演習をします。

河村

1コマ

PC、Excel（アドインのソルバーを使用）、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

★マーケットバスケット分析

商品の同時購買パターンを発見するマーケットバスケット分析の解説とExcel、Pythonによる演習をします。

河村

1コマ

PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

★階層的クラスター分析

似た者どうしをグループ化する階層的クラスター分析の解説とExcel、Pythonによる演習をします。

河村

1コマ

PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

★データサイエンスにおける数学基礎

データサイエンスにおける数学基礎（微分積分、線形代数、確率）の解説とExcel、Pythonによる演習をします。

河村

1コマ

PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

★Excelを用いた数理最適化

売上を最大化する商品生産計画等の数理最適化の解説とExcelによる演習をします。

河村

1コマ

PC、Excel（アドインのソルバーを使用）

〇

〇

★Pythonを用いた数理最適化

売上を最大化する商品生産計画などの数理最適化の解説とPythonによる演習をします。

河村

1コマ

PC、Excel（アドインのソルバーを使用）、Googleアカウント（Google ColaboratoryでPythonを使用) 

〇

〇

タイトル

概要

派遣

教員名

所要時間(コマ数)

講義で必要な機材等

学生対象

教職員

対象

AIと社会

AIの歴史と活用領域の広がり、AIが社会に受け入れられるために考慮すべき論点について学びます。

松井

1コマ

プロジェクター

〇

〇

★機械学習

機械学習の基本的な概念と手法について学びます。

松井

1コマ

PC

プロジェクター

〇

〇

★深層学習

深層学習の基本的な概念と手法について学びます。

松井

1コマ

PC

プロジェクター

〇

〇

★認識とAI

文字認識や画像認識の基礎と活用事例について学びます。

松井

1コマ

PC

プロジェクター

〇

〇

★言語とAI

自然言語処理の基礎と活用事例について学びます。

松井

1コマ

PC

プロジェクター

〇

〇

★生成AI

生成AIの基本的な概念と応用、留意事項について学びます。

松井

1コマ

PC

プロジェクター

〇

〇