シラバス
※学期中に内容が変更になることがあります。

2023年度

インターネット
遠隔/Online

学則第9条の5対象
Article 9-5 of
the Undergraduate Regulations applies

：

対象外/Not Applicable

16008502-002 

△データサイエンス概論－2 (デジタル社会の“論語と算盤”)
Introduction to Data Science－2 -The Analects and The Abacus of New Era-
2単位/Unit  秋学期/Fall  インターネット/Internet  講義/Lecture

  宿久　洋 瀬領　真悟 土屋　誠司 野々村　和喜

＜概要/Course Content Summary＞

　大企業の約半数が経営企画や製品企画，マーケティングにデータを活用し，約2割がさらに高度なAIや機械学習技術をビジネスに利用，加えて，大企業の約5割がデータ分析専門の部署をおいている現代社会において，文系だから，専門外だから関係ないという判断では時代に取り残されてしまう。データ分析に関する知識技能は，文系・理系の垣根なく現代の「読み・書き・そろばん」であり，これからの社会人基礎力として必須の能力である。　
　　
　本講義は，全学部の学生を対象とした数理・データサイエンス・AIに関する概論的なリテラシーレベルの講義であり，前提知識を必要とせず，当該テーマに関する基本的な知識を身に付けることを目標としている。なお，本講義はすべてオンデマンドで実施される。

＜到達目標/Goals,Aims＞

専門分野を問わず，数理・データサイエンス・AIを使いこなすことができる基礎的な素養を身に付ける。　
データをもとに事象を適切に捉え，分析，説明できる力を身に付ける。　
学習した知識・技能を適切に扱う能力を身に付ける。　

＜授業計画/Schedule＞

（実施回/
Week） 		（内容/
Contents） 		（授業時間外の学習/
Assignments）
（実施回/ Week） １  （内容/ Contents） ガイダンスと導入  （授業時間外の学習/ Assignments） 予習 
（実施回/ Week） ２  （内容/ Contents） 社会におけるデータ・AIの利活用（１）　
～実社会のデータから学ぶ～　
ゲスト①【総務省統計局・独立行政法人統計センター】　
ゲスト②【㈱日経リサーチ】　
ゲスト③【アステラス製薬㈱】  		（授業時間外の学習/ Assignments） 復習 
（実施回/ Week） ３  （内容/ Contents） 社会におけるデータ・AIの利活用（２）　
～実社会のデータから学ぶ～　
ゲスト①【㈱Agoop】　
ゲスト②【京セラ㈱】　
ゲスト③【㈱リクルート】  		（授業時間外の学習/ Assignments） 復習 
（実施回/ Week） ４  （内容/ Contents） データリテラシー（１）様々なデータ  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） ５  （内容/ Contents） データリテラシー（２）データの収集  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） ６  （内容/ Contents） データリテラシー（３）１変数データの記述と要約（１）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） ７  （内容/ Contents） データリテラシー（４）１変数データの記述と要約（２）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） ８  （内容/ Contents） データリテラシー（５）２変数データの記述と要約（１）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） ９  （内容/ Contents） データリテラシー（６）２変数データの記述と要約（２）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １０  （内容/ Contents） データリテラシー（７）データの視覚化  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １１  （内容/ Contents） データ・AI利活用における留意事項（１）データ分析での注意（１）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １２  （内容/ Contents） データ・AI利活用における留意事項（２）データ分析での注意（２）  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １３  （内容/ Contents） データ・AI利活用における留意事項（３）法の世界とデータ利活用  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １４  （内容/ Contents） データ・AI利活用における留意事項（４）情報倫理，情報セキュリティ  （授業時間外の学習/ Assignments） 復習と確認テスト 
（実施回/ Week） １５  （内容/ Contents） まとめと今後の学びに向けて  （授業時間外の学習/ Assignments） 総復習 

15回の授業はいずれも専門分野を問わず必要となるリテラシーレベルの基礎的な素養習得を目指しており，理系でなくてもわかりやすい内容に留意しているが，理解しにくい点の解明やより理解を深めるために双方向性を担保したオンラインで実施する「質疑応答」の機会を適宜設定予定である（参加自由）。

＜成績評価基準/Evaluation Criteria＞

平常点(動画の視聴状況)  20%  公開期間内にきちんと講義動画を視聴しているか。 
講義内課題  20%  講義内課題に取り組んでいるか。 
確認テスト  30%  毎回ではないが，授業終了後に確認テスト（小テスト）を実施する。各自で定められた期間内で受講する。 
最終評価  30%  授業終了後，一定期間内に各自オンラインで受講する。詳細は授業時に指示。 

平常点，講義内課題，１０回程度実施する確認テスト（講義外課題）の点数，最終評価の点数を総合し「合格・不合格」の評価を行う。なお，得点率７割で合格とする。

 

＜成績評価結果/Results of assessment＞   成績評価の見方について/Notes for assessment

    

登録者数

成績評価（%)

評点
平均値

備考
A B C D F 他
754 0.0 0.0 0.0 0.0 0.0 0.0 0.0

＜テキスト/Textbook＞

大田靖・宿久洋  『事例で分かる統計：教養のための統計入門』 (実教出版、2016) 280  ISBN:4-407-33284-1  第４回から第１０回の内容に対応する。 

 

＜参考文献/Reference Book＞

鄭 躍軍  『スタンダード　社会科学系の統計学』(培風館、2021)232 ISBN:948-4-563-01030-0 文系向けのよりレベルの高い教科書である。 
 

北川源四郎・竹村彰通  『応用基礎としてのデータサイエンス－AI×データ活用の実践－』(講談社、2023)384 ISBN:978-4-06-530789-2 応用基礎レベルの最新の教科書です．より詳しく勉強したい場合には参考にしてください． 
 

＜参照ＵＲＬ/URL＞

同志社データサイエンス・AI教育プログラム（DDASH） 
本講義は，「同志社データサイエンス・AI教育プログラム（リテラシーレベル）」の必修科目でもある。本科目とプログラムの詳細については，リンク先ページ掲載の紹介動画と，全学共通教養教育科目履修要項を参照すること。 
数理・データサイエンス教育強化拠点コンソーシアム 
本講義の内容は「数理・データサイエンス教育強化拠点コンソーシアム」のモデルカリキュラム（リテラシーレベル）に準拠している。 

＜授業形態備考/Class type＞

本講義はすべてオンデマンドで実施される。 

＜備考/Remarks＞

本科目を履修中止せずに受講を続けた場合，「同志社データサイエンス・AI教育プログラム（リテラシーレベル）」に申請したものとみなす（当該科目の不合格者も含む）．各学期の履修中止期間の一週間程度後にDUETの「成績・履修状況」メニュー「その他教育プログラム」や，成績通知書の「学業に関する事項」欄に「同志社データサイエンス・AI教育プログラム（リテラシーレベル）」（DDASH-L）履修中である旨表示される．また，DDASH-L修了要件である他の科目も全て単位修得した場合，卒業時には本プログラムの修了が表示される．なお，学習歴のデジタル証明「オープンバッジ」については卒業可否に関わらず，プログラムの必要単位を満たし，希望すれば発行する． 
 
お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2023 Doshisha University All Rights Reserved.　無断転載を禁止します。