教養演習 （後期火４・大越）

Liberal Arts Seminar （後期火４・大越）

99KT571

L3IDSEM122

大越　克也

Okoshi, Katsuya

2024年度後期

2023/2nd

火曜4限

Thursday 4th

工学部（一般教養科目）、先進工学部（一般教養科目）

A course of liberal arts, the Faculty of Engineering
A course of liberal arts, the Faculty of Advanced Engineering

2.0単位

演習

Seminar

-

① [対面]対面授業/ [On-site] On-site class

教養のための少⼈数クラス。３つのタイプ（ゼミクラス、研究クラス、専門クラス）があるが、このタイプ3ではそれぞれの担当教員の専門に応じて、受講者をそれぞれの専門分野に演習できるレヴェルで⼊門させる授業である。それはあたかも「ダブルディグリー」制度のように、「もう⼀つの専門分野」を⼀定レヴェルの⾼さで⾝につけ、それによって、専門の「⼯学」以外の、専門の知識を⾝につけ、さらに学問の「⽅法」を学ぶ授業である。

授業では、グループディスカッションやICT機器を利⽤しつつ、アクティブラーニングの⼿法を⽤いた授業を通じて、学んだ知識の応⽤が⼀定の⽔準でできるようにする。

本授業では、 ⽂献を通して⾃然現象を眺める考え⽅について学ぶ。
（なお、履修状況に応じて、テーマを変更する場合もある）

この授業は本学部のディブロマ・ポリシーおよびカリキュラム・ポリシーに定める「豊かな⼈間性・想像⼒と国際性を備え、多⾯的にかつ新しい視点を持って科学技術の発展に貢献できる⼈材の育成」を実現するための科目である。

本授業では、少⼈数の利点を活かし、演習等を通じて学科で学ぶ専門とは違った分野の知識やスキルを⼀定程度「応⽤」ができるようになる。すなわち、「ダブルディグリー」的に、その分野の専門コースに⼊門を果たす⽔準で知識や⽅法論を学ぶ。それによって、理系のジェネラリストとしての素地を築く。
なお、本授業では東京理科⼤学「教養教育の編成⽅針」（平成25年度）に基づき下記の能⼒の涵養も目指す。

すなわち、

(2)    論理的・批判的思考⼒
(3)    コミュニケーション能⼒（グループディスカッション等）

を涵養する。

また、⾃分の専攻分野とは違う「専門的な事柄」を深く学ぶことにより、各専門間の繋がりを実感しつつ、(1) ⾃然・⼈間・社会を幅広く俯瞰できる能⼒
の実質化を目指す。

１．物理学・化学・⽣物学などの科学全般にわたり、様々な多量のデータが溢れている。⼀⽅で、データの解釈は多種多様であり、データを扱う⼿法や仮定により、それから導かれる結論も⼤きく左右されることが知られている。また仮説検証型データ分析に対する機械学習によるデータ分析も近年注目されつつあるなか、科学的データを眺める眼を養うことは重要である。

本講義では「科学的データをどのように扱うことにより、どのようなことを結論付けることができるのか」という点に焦点を当てながら、科学的推論とは何かを学ぶ。

２．セミナー形式を通じて、あるトピックに関する議論を活発に⾏うことににより、理解・考察を深めるプロセスを学ぶ。

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/​​​

本講義はセミナー形式で実施する。

セミナー形式のため、履修者に特定のトピックをそれぞれ割り当て、主担当の学⽣を中⼼にテキストの輪読を⾏う。このため、本講義内容に⾼い関⼼があり、主体的に課題に取り組む履修者が望ましい。

授業実施形態および内容に関しては、状況に応じて、適宜変更することがあるので、注意すること。また、受講者の履修状況に応じて、内容を修正する場合もある（ガイダンス時に相談可）。

ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation／-

-

各回に準備学習・復習について指⽰をする。詳細は「授業計画」を参照すること。

セミナー形式で⾏うため、出席はもちろんのこと、主に発表およびレポート(100％）で評価をする｡ レポートについては、状況に応じて、提出⽅法、課題内容や提出期限は後⽇指⽰する予定。

・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

N

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/

状況に応じて、授業内で指定する予定。

主な内容およびテキストは、履修者が決定してから、状況に応じて、教員により指定する予定。
問題演習を通じたセミナー形式で実施する。

以下は、その例である（他に、天文学などに関するテーマ）。

第１回 ガイダンス
授業内容、授業実施⽅法、テキストなどに関して議論する予定。

第２回 イントロダクション
テキスト内容の紹介、セミナーの進め⽅などを議論する予定。

第3-4回 科学的推論とは何か〜データの扱い方を通して〜

第5回 データの不確かさについて
統計誤差・系統誤差

第6回　データ分布の多様性〜データの特性を見抜く〜
正規分布、二項分布、ポアソン分布など

第7-8回 統計的仮説検定の論理〜データからの推論手法〜

第9-10回 統計学の基礎　〜統計に関する基礎知識を学ぶ〜

第11−13回 基礎的な統計解析
具体的な例を挙げながらデータ解析の一端に触れる
ｔ検定、p値など

第14-15回 相関の測度とその有意性の検定　
データの相関性を学ぶ
最小2乗法など

※セミナー形式のため、授業進⾏状況に応じて、内容が変更になる場合がある。

-

-

-

N

N