検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
データサイエンス入門
| 令和２年度以降入学者 | データサイエンス入門 | ||||
|---|---|---|---|---|---|
| 令和元年度以前入学者 | 社会学応用講義Ⅱ | ||||
| 教員名 | 菅野剛 | ||||
| 単位数 | 2 | 学年 | 2･3 | 開講区分 | 文理学部 |
| 科目群 | 社会学科 | ||||
| 学期 | 後期 | 履修区分 | 選択 | ||
| 授業の形態 | オンデマンド型授業を基本とし、一部のみ同時双方向型授業 (NU-AppsG, Google Classroom, Google Meet) Google Classroom を利用します。 https://classroom.google.com/ 補足情報や問い合わせは http://bit.ly/suganoclass を参照して下さい。 日本大学の Google アカウント NU-AppsG によるログインが必要です。 https://mail.google.com/a/g.nihon-u.ac.jp 教員の NU-Apps と 学生の NU-AppsG はドメインが異なるため、教員が Google Classroom 上で Google Meet を設定しても、リンクが学生に表示されない可能性があります。その場合、毎回 Google Meet のリンクを手動で通知します。 Blackboard ID: 20211985 (Blackboard のコースへの登録はしなくても大丈夫です。Blackboard は授業では使いませんので、ご注意下さい。) |
|---|---|
| 授業概要 | Students will learn the basics of computers, ICT, and an introduction to data science. コンピュータの基礎、ICTの基礎、データサイエンスの入門に触れます。 |
| 授業のねらい・到達目標 | 【学生の視点から、具体的・現実的・測定可能な表現で記述】 Learn the basics of ICT. Be aware of confirmation bias and train yourself to make logical decisions whenever possible. Learners will become familiar with the world's lingua franca: English, statistics, and programming. ICTの基本を学びます。確証バイアスを意識し、可能な限り論理的に判断する訓練をします。世界の共通語である英語、統計学、プログラミングに慣れ親しむことができます。 【日本大学教育憲章ルーブリック】 上記の＜知識＞＜技能＞の習得を経て，以下の＜能力＞を育むことが目標である。 ・現代社会を論理的・批判的に捉えるための社会学的枠組みや方法の基礎を築くことができる。（A-3-2: 論理的・批判的思考力） この科目は文理学部（学士（社会学））のDP及びCP3に対応しています。 |
| 授業の方法 | ※ 利用OSやブラウザの種類により、改行がなく行間が詰まって表示される場合があります。 授業の形式：【講義】 解説スライド、収録済み日本語動画、英語資料・動画などで予習をします。事例が豊富で、映像が分かりやすい教材をとりあげ、英語で学びます。 Google Classroom のオープンな「質問 (Question)」でコミュニケーションをとり、受講生間で理解を深めます。復習として、理解度の確認を Googleフォームで行います。有効な学習のためには、英語と数学の基礎的な学力が必要です。一部の演習では、スマホではなく PC/Mac/Chromebook を利用する必要があります。 教材はオンデマンド型を基礎としますが、授業時間帯に Google Classroom でのテキストチャットや Google Meet などでオンライン対応をします。学習習慣と理解確認のため、事前予告の上、一部、授業時間帯限定の課題を行います。また、事前に希望を調整して日程時間を確定し、 オンラインで個別に口頭試験を行います。 2020年度と同様に Nihon University on Coursera を利用頂けるように手続きをします。2021年度は、無制限ではなくなり、年に1コースのみ無料で修了が可能となります。 ===== FAQ ===== 【0】 どうして Google Classroom (グーグル・クラスルーム) を使うのですか？ Google Workspace (旧 G Suite) で Google ドキュメント、スプレッドシート、スライドは 100人同時に共同編集できるため遠隔授業でのコラボレーションに向いていること、 YouTube や Google ドライブとの連携、教材のダウンロード不可などアクセス制限を柔軟に設定できること、ネット上で得られる豊富な情報の恩恵、大学の日常業務とのスムースな連携、利用経験が一般社会でもそのまま生きること、 Google Colaboratory、 Google Apps Script (GAS)、 Google Cloud Platform (GCP) など様々な道が開かれる等の点で、今のところは、自分の用途においては Google Classroom が最適と判断しました。ただし、教員の NU-Apps と学生の NU-AppsG でドメインが異なり学生の作業環境を必ずしも確認できないこと、 NU-AppsG アカウントには学科情報は含まれておらず数字部分は複数学科で全く同じ番号がありうること、転部学生は学期の途中から NU-AppsG アカウントが変更となってしまうこと、 NU-AppsG アカウントの氏名を学生が変更してしまうと一体誰だか分からなくなること、学生がクラスから[登録を解除]すると Google Classroom 上での学習や活動の履歴が失われてしまうため Googleフォームの課題等でも記録をしておく必要があること、 Google 関連のツールは機能追加や仕様変更が生じうるのでキャッチアップが必要なこと等、汎用性が高い分、教員側で工夫をする必要があります。 前期の基礎統計学を履修した Google Classroom のメンバーへ、後期のデータサイエンス入門の Google Classroom への招待メールを送信します。履修希望者は、参加してください。 NU-AppsG でメールをチェックし、授業のクラスへ参加して下さい。 https://mail.google.com/a/g.nihon-u.ac.jp 初回の参加や補足情報、前期の基礎統計学を履修していないなどの問い合わせについては http://bit.ly/suganoclass を参照して下さい。 ===== その他 ===== 社会学科では、2018年以降の「社会学の方法I」 (1年必修、オムニバス講義、菅野担当回)、2018~2019年の「社会調査入門」(1年必修、菅野担当クラス)、2017~2019年「データ収集・分析法入門」 (1年必修、菅野担当クラス)で、 NU-AppsG と Google Classroom を利用済みです。 メディア授業(「遠隔授業」)については、文部科学省 配布資料6「大学における多様なメディアを高度に利用した授業について」(2018.9.7) を参照して下さい。 https://bit.ly/mext20180907r6 データダイエットへの協力のお願い：遠隔授業を主催される先生方へ - イベント - 国立情報学研究所 / National Institute of Informatics https://www.nii.ac.jp/event/other/decs/tips.html 本授業の事前・事後学習は，各２時間の学習を目安とします。 |
| 履修条件 | 履修登録の希望が多い場合、社会学科の学生が優先されますのでご了承下さい。 前期の基礎統計学と、後期の初等多変量解析を履修していることが望ましい。 初回授業から一定期間内に、 NU-AppsG を用いて Google Classroom のクラスへ参加（登録）する必要があります。 |
| 授業計画 | |
|---|---|
| 1 |
NU-AppsG のアカウント通知、パスワードリマインダー、パスワード設定、 Google Classroom の説明とクラスへの参加（登録）、はじめての Google for Education (Google Workspace for Education Fundamentals)、 Google Meet、 Microsoft Office 365 アカウント（日本大学本部アカウントと文理学部アカウント）、文理学部教育用アカウント、情報掲示板 Comits2、Web履修システム CHIPS、文理学部 Blackboard、文理学部 Webex、日本大学本部 Zoom。 Social Stratification, Social Inequality, the Digital Divide. What is Data Science? / Introduction to Information Technology （A-3-2） 【事前学習】1-1. 社会で起きている変化 （A-3-2） （2時間） 【事後学習】Homework: はじめての Google for Education （A-3-2） （2時間） |
| 2 |
はじめてのAI （A-3-2） For the love of foreign languages （A-3-2）
【事前学習】1-1. 社会で起きている変化 （A-3-2） （2時間） 【事後学習】Homework: はじめてのAI （A-3-2） （2時間） |
| 3 |
Computational Social Science （A-3-2） For the love of foreign languages （A-3-2）
【事前学習】1-2. 社会で活用されているデータ （A-3-2） （2時間） 【事後学習】Quizzes: Computational Social Science （A-3-2） （2時間） |
| 4 |
Data Science （A-3-2） Are computers making us dumb? （A-3-2）
【事前学習】1-3. データ・AIの活用領域 （A-3-2） （2時間） 【事後学習】Quizzes: Data Science （A-3-2） （2時間） |
| 5 |
Machine Learning （A-3-2） Do you fear Artificial Intelligence? （A-3-2）
【事前学習】1-4. データ・AI利活用のための技術 （A-3-2） （2時間） 【事後学習】Quizzes: Machine Learning （A-3-2） （2時間） |
| 6 |
Social Networks （A-3-2） Rise of the machines （A-3-2）
【事前学習】1-5. データ・AI利活用の現場 （A-3-2） （2時間） 【事後学習】Quizzes: Social Networks （A-3-2） （2時間） |
| 7 |
Big Data （A-3-2） Talking to machines （A-3-2）
【事前学習】1-6. データ・AI利活用の最新動向 （A-3-2） （2時間） 【事後学習】Quizzes: Big Data （A-3-2） （2時間） |
| 8 |
Limitations （A-3-2） Training artificial intelligence （A-3-2）
【事前学習】1-4. データ・AI利活用のための技術 （A-3-2） （2時間） 【事後学習】Quizzes: Limitations （A-3-2） （2時間） |
| 9 |
AI （A-3-2）
【事前学習】3-1. データ・AIを扱う上での留意事項 （A-3-2） （2時間） 【事後学習】Homework: AI （A-3-2） （2時間） |
| 10 |
Research Ethics（A-3-2）
【事前学習】3-2. データを守る上での留意事項 （A-3-2） （2時間） 【事後学習】Homework: Research Ethics （A-3-2） （2時間） |
| 11 |
Julia （A-3-2）
【事前学習】4-3. データ構造とプログラミング基礎 （A-3-2） （2時間） 【事後学習】Homework: Julia （A-3-2） （2時間） |
| 12 |
Working with real data （A-3-2）
【事前学習】2-1. データを読む （A-3-2） （2時間） 【事後学習】Homework: Working with real data （A-3-2） （2時間） |
| 13 |
A model of disease dynamics （A-3-2）
【事前学習】1-4. データ・AI利活用のための技術 （A-3-2） （2時間） 【事後学習】Homework: A model of disease dynamics （A-3-2） （2時間） |
| 14 |
Descriptive statistics （A-3-2）
【事前学習】2-2. データを説明する 2-3. データを扱う （A-3-2） （2時間） 【事後学習】Homework: Descriptive statistics （A-3-2） （2時間） |
| 15 |
BigQuery （A-3-2）
【事前学習】4-7. データハンドリング （A-3-2） （2時間） 【事後学習】Homework: BigQuery （A-3-2） （2時間） |
| その他 | |
|---|---|
| 教科書 | なし |
| 参考書 | はじめての Google for Education https://gacco.org/ はじめての AI https://gacco.org/ Computational Social Science Methods (Coursera) by the University of California, Davis, taught by Professor Martin Hilbert. https://www.coursera.org/learn/computational-social-science-methods Big Data, Artificial Intelligence, and Ethics (Coursera) by the University of California, Davis, taught by Professor Martin Hilbert. https://www.coursera.org/learn/big-data-ai-ethics Julia Scientific Programming (Coursera) by the University of Cape Town, taught by Dr. Juan H Klopper and Dr. Henri Laurie. https://www.coursera.org/learn/julia-programming/ Exploring and Preparing your Data with BigQuery (Coursera) by Google. https://www.coursera.org/learn/gcp-exploring-preparing-data-bigquery/ eラーニング教材・講義動画配信 | 数理・データサイエンス教育強化拠点コンソーシアム 数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム 対応教材 http://www.mi.u-tokyo.ac.jp/consortium/e-learning.html 大学生のためのデータサイエンス（I） https://gacco.org/ 大学生のためのデータサイエンス（II） https://gacco.org/ 大学生のためのデータサイエンス（III） https://gacco.org/ |
| 成績評価の方法及び基準 | 授業内テスト:事前に希望を調整して日程時間を確定し、 オンラインで個別に口頭試験を行う(50%)、Google Classroom assignments(50%) 課題、テスト、学習状況・理解度の確認、成績評価のため、 NU-AppsG と Google Classroom の利用が必要です。 初回授業時から一定期間内に Google Classroom のクラスへ参加（登録）する必要があります。 NU-AppsG のアカウントを、本人以外が使うことは規約に反します。不正利用によりアカウントがロックされた場合の対応は致しかねます。 以上を踏まえ、A-3-2（論理的・批判的思考力）の修得状況を評価します。 |
| オフィスアワー | 授業時間帯の前後を中心に Google Classroom で随時対応。ご質問・問い合わせは Google フォームへの記入・集約とし、差し支えない内容は Google Classroom 経由でのフィードバックとさせて頂きます。対面授業の場合は授業終了時。 |
| 備考 | The contents of the syllabus are subject to change depending on the progress of the students. The time for pre-class work and homework is approximate. |