気温 （°Ｃ）導入基礎心得選択▷ モデルカリキュラム今の社会で、数理・データサイエンス・AIがどのように活用されているのかを事例とともに追究し、知識や技術を修得するためのプログラムです。授業内容は政府が推進するリテラシー教育のモデルカリキュラムを網羅しており、実際のデータや資料を用いながら、現実的な課題とそれに対する適切な解決方法を学修することで、より実践的な能力を高めていきます。■ 数理・データサイエンス・AI教育を全学生対象の必修科目「情報リテラシー演習・DS概論」として実施■ 人文社会学部経営学科経営情報コース教員が執筆した教科書を使用し基礎から学ぶ■ 各クラス1〜2名のスチューデント・アシスタントの配置●モデルカリキュラムに準拠し、「導入」「基礎」「心得」を網羅的に学修●実データを用いてExcelを用いた実践的な演習を実施東京の日別平均気温の平均値027※本学の授業内容の特色※「選択」の内容は一部の学科・コースのみ専門科目で学修します。1.社会におけるデータ・AI利活用1-1 社会で起きている変化1-2 社会で活用されているデータ1-3 データ・AIの活用領域1-4 データ・AI利活用のための技術1-5 データ・AI利活用の現場1-6 データ・AI利活用の最新動向2.データリテラシー2-1 データを読む2-2 データを説明する2-3 データを扱う3.データ・AI利活用における留意事項3-1 データ•AIを扱う上での留意事項3-2 データを守る上での留意事項4.オプション4-1 統計および数理基礎4-2 アルゴリズム基礎4-3 データ構造とプログラミング基礎4-4 時系列データ解析4-5 テキスト解析4-6 画像解析4-7 データハンドリング4-8 データ活用実践（教師あり学習）4-9 データ活用実践（教師なし学習）数理・データサイエンス・AI リテラシーレベルのモデルカリキュラムのうち「導入」「基礎」「心得」に関する内容と、Officeツール演習および情報セキュリティ・情報モラルに関する内容を並行して実施データサイエンスやAIに関するリテラシーレベルの知識・技術を確実に理解・修得し、それを適切に使いこなす能力を身につける実践的な演習の例未来を見据えた授業の内容授業の特色学修目標多様な学び04帝京平成大学の特長PICK UP CLASS数理・データサイエンス・AI教育
元のページ ../index.html#28