タイトル

開講年度 開講学部等
2026 共通教育
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
前期前半 木7～8 講義 5.0
時間割番号 科目名[英文名] 使用言語 単位数
1001020026 データ科学と社会Ⅰ(データ科学と社会Ⅰ)[Data Science and Society Ⅰ] 日本語 1
担当教員（責任）[ローマ字表記] メディア授業
辻 多聞[TSUJI Tamon] ー
担当教員[ローマ字表記]
辻 多聞　[TSUJI Tamon]
特定科目区分   対象学生 人(051-095) 対象年次 1～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
AIをはじめとする技術が急速に発展し、社会のあらゆる分野で利活用が進んでいる。
この授業では、これらの技術を支えるデータサイエンスを学ぶ意義を知るとともに、その基礎となるデータリテラシーを身に着けることを目的とする。
データサイエンス：大量のデータを用いて問題解決や意思決定に役立つ知見を導き出す学問。
データリテラシー：データを的確に理解、解釈し、分析する能力。
授業の到達目標
「超スマート社会」の到来に備えて、それを支えるデータサイエンスの概要を理解するとともに、情報および情報手段を主体的に選択し、正しく安全に活用するための基礎的な知識・技能を身につける。
授業計画
【全体】
データサイエンスの概要、その基礎となるデータリテラシーを解説する。
授業では、講義（動画視聴を含む）およびパソコンを用いた演習を行う。
項目 内容 授業時間外学習 備考
第1回 オリエンテーション／コンピュータの管理とメール 講義概要を説明し、必要な準備を行う。学内でのインターネット利用方法、コンピュータの管理、電子メールの利用方法を説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第2回 社会で起きている変化／Wordの使い方1 膨大なデータの生成と流通、計算機の進化、AIの発展が社会もたらす変化を解説し、データサイエンスを学ぶ意義を説明する。Wordの書式設定や文字（半角全角やフォント）に関して説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第3回 社会で活用されているデータ／Wordの使い方2／電子メール 社会ではどのようなデータが収集され活用されているのかを解説する。Wordによる美しい文書作成方法、メール文書の書式について説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第4回 データ・AIの活用領域／Wordの使い方3／ データおよびAIは、研究開発、生産、マーケティング、文化活動など幅広い領域で活用されており、効率化や新たな価値の創出に貢献していることを解説する。インデントやタブを用いたWordによる美しい文書作成方法を説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第5回 データリテラシーの概論、準備（Excelの利用） データリテラシーの概要を解説し、演習に必要な準備（Excelの利用方法）を学ぶ。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第6回 データの取得 データの入力方法、データのExcelファイルへの変換、データのクレンジングを説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第7回 データの分析方法 データの集計、可視化（グラフ作成）や比較など、データを適切に説明する方法を解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第8回 データの活用 データのに基づく判断や予測について学ぶ。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --%　B: --%　C: 50%　D: --%
成績評価法
対面講義の出欠状況は欠格条件とする（原則1回）。
毎回提示の宿題（小テスト）で評価を行う（100％）。
教科書にかかわる情報
備考
参考書にかかわる情報
備考
メッセージ
対面講義の欠席が2回以上は原則として単位の認定（成績評価）を行なわない（欠格）。
ただし欠席届と宿題（小テスト）提出を条件として2回までなら認定を考慮する。
対面講義欠席であっても宿題（小テスト）は提出すること（修学支援システムの講義資料を参考にする）。
中間や期末における定期試験は実施しない。
講義での説明には、OSはWindows、文書作成ソフトはWord、表計算ソフトはExcelを用いる。
演習では初心者を想定したできるだけ簡易な表現を使用する。
キーワード
データ、AI、データリテラシー、代表値、相関、散布図、棒グラフ、2軸グラフ、予測、気象要素
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
  • 産業と技術革新の基盤をつくろう
  • 気候変動に具体的な対策を
  • パートナーシップで目標を達成しよう
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
(気候変動)気候変動及びその影響を軽減するための緊急対策を講じる。
(実施手段)持続可能な開発のための実施手段を強化し、グローバル・パートナーシップを活性化する。
関連科目
履修条件
連絡先
共通教育棟３階辻研究室（ドアにポストあり）
Email：ttsuji@yamaguchi-u.ac.jp（辻，注：最初にtが2つ）
オフィスアワー
平日10時～17時（但し、他担当講義や会議にて対応できないことがあることはご了承下さい）

ページの先頭へ