データサイエンスの基礎１（１組）

科目授業名称（和文）　Name of the subject/class (in Japanese)

データサイエンスの基礎１（１組）

科目授業名称（英文）　Name of the subject/class (in English)

Introduction to Data Science 1 （１組）

授業コード　Class code

9987A03

科目番号　Course number

87MCDAA101

教員名

劉　念麟

Instructor

Nien-Lin LIU

開講年度学期

2024年度前期

Year/Semester

2024/First Semester

曜日時限

金曜3限

Class hours

Friday 3rd Period

開講学科・専攻　Department

経営学部　ビジネスエコノミクス学科

Department of Business Economics, School of Management

単位数　Course credit

1.0単位

授業の方法　Teaching method

演習

Seminar

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

① [対面]対面授業/ [On-site] On-site class

概要　Description

コンピュータやインターネットに関するリテラシーを身につけ、情報検索・情報セキュリティに関する基本知識を習得する。ＰＣの基本操作やビジネスアプリケーションの使用方法について演習を通じて学ぶ。

目的　Objectives

現代社会において必要不可欠なコンピュータの基本操作および情報分析の基礎的な能力を身に付け、様々な分野に応用が広がっているデータサイエンスを活用するための基礎知識を習得することが目的である。
本学科のディプロマ・ポリシーにおける「必要な単位を取得し、キャリア教育によって社会人としての意識、コミュニケーション力及び合理的に判断する力を備える」ための科目である。

到達目標　Outcomes

コンピュータ・情報検索・情報セキュリティ等に関する基礎知識を身につけ、代表的なOSであるWindowsを用いたＰＣの基本操作を修得する。また、Word、ExcelやPower Pointを用いてレポートの作成ができるようになる。

卒業認定・学位授与の方針との関係（学部科目のみ）

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/

履修上の注意　Course notes prerequisites

・初回の講義には、大学が配布するログインアカウントおよびパスワードを用意すること。
・毎回の講義では、パソコンを使用できる環境を用意すること。
・LETUSで講義に関する連絡を確認すること。

アクティブ・ラーニング科目　Teaching type（Active Learning）

ディベート・ディスカッション　Debate/Discussion／グループワーク　Group work／プレゼンテーション　Presentation

-

準備学習・復習　Preparation and review

単位の認定にあたっては、1単位あたり45時間の学修時間（各回の授業時間を2時間として、これに含む）が必要であると定められている。従って、授業時以外において、毎週1時間程度の準備学習および復習が必要となる。
それに照らし合わせて、「授業計画」欄を参照し、各回の復習と準備学習に合わせて1時間程度を目安として取り組むこと。

成績評価方法　Performance grading policy

授業内課題の成績によって評価する。具体的には、課題50％、プレゼンテーション15%、グループ演習35％の割合で評価する。
なお、満点100点とし、欠席1回につき10点減点する。

【注意】
4回以上欠席する場合、履修放棄とみなす。
また、以下のいずれかの場合に該当する場合、履修放棄とすることがある。
・実質的に履修したことは認められない場合（指定した課題内容を満たしていないものが提出される場合）
・課題提出に不正があった場合（代返、代筆、コビー課題の提出等）

※出欠の認定方法については、初回の講義で説明する。出欠に関わる個別の問い合わせや交渉には応じない。

学修成果の評価　Evaluation of academic achievement

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

-

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://mirai.kinokuniya.co.jp/tokyorika/

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://mirai.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

・金子晃之『大人気YouTuber方式 Excel&Wordの必須スキルが見るだけで身につく本』宝島社, 2020.
・北川源四郎, 竹村彰通 (編) 内田誠一, 川崎能典, 孝忠大輔, 佐久間淳, 椎名洋, 中川裕志, 樋口知之 , 丸山宏 (著) 「教養としてのデータサイエンス」講談社, 2021.
・竹村彰通, 姫野哲人, 高田聖治（編集）『データサイエンス入門第2版』学術図書, 2021.
・濵田悦生『データサイエンスの基礎』講談社, 2019.
・松山恵美子他『情報活用とアカデミック・スキル　Office2016』共立出版, 2018.　
その他にも授業中に適宜紹介する場合がある。
オープンな教育リソースを活用する。

授業計画　Class plan

1. イントロダクションおよびインターネットに関する基本知識等
2. 学内メールの基本操作
3〜4.Word：基本操作、数式、画像や表、図形を使った文書の作成等
5〜6.Power Point：基本操作、スライドの作成と編集、アニメーションの設定等およびプレゼンテーション
7〜9. Excel：基本操作、表とグラフの作成、ワークシートの操作、計算式の設定や関数の活用等
10~14. グループ演習
15. まとめ

授業担当者の実務経験　Work experience of the instructor of the class

-

教育用ソフトウェア　Educational software

-

Microsoft Power Point, Microsoft Word, Microsoft Excel

備考　Remarks

本講義は、対面授業で実施する。場合によってオンライン授業（同期）に切り替えることがある。その際はLETUS経由でお知らせするので、最新の情報を常に確認すること。
質問がある場合は、授業前後で受け付ける。また、メールでも質問を受け付ける。メールアドレスは、LETUSに記載する。

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

Y

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

N

シラバス情報