2025年度前期集中ＡＩ・データサイエンス入門

曜日・時限	不定期その他	期別	前期集中	週時間数	0
ナンバリング	EE110601,EH110601,EJ110601,EN110601,EU110601,HB110501,HT110501,HW110501,KC110601,KD110601
開講学科等	工学部-電気電子工学科工学部-電子機械工学科工学部-機械工学科医療健康科学部-医療科学科医療健康科学部-理学療法学科医療健康科学部-健康スポーツ科学科総合情報学部-デジタルゲーム学科総合情報学部-ゲーム＆メディア学科総合情報学部-情報学科建築・デザイン学部-建築・デザイン学科建築専攻建築・デザイン学部-建築・デザイン学科空間デザイン専攻工学部-基礎理工学科数理科学専攻工学部-基礎理工学科環境化学専攻健康情報学部-健康情報学科医療工学専攻健康情報学部-健康情報学科理学療法学専攻健康情報学部-健康情報学科スポーツ科学専攻
教員名	江原　康生江原　康生職務履歴 https://research.osakac.ac.jp/index.php?%e6%b1%9f%e5%8e%9f%e3%80%80%e5%ba%b7%e7%94%9f 教員情報データベースに遷移します、上善　恒雄上善　恒雄職務履歴 https://research.osakac.ac.jp/index.php?%e4%b8%8a%e5%96%84%e3%80%80%e6%81%92%e9%9b%84 教員情報データベースに遷移します、大西　克彦大西　克彦職務履歴 https://research.osakac.ac.jp/index.php?%e5%a4%a7%e8%a5%bf%e3%80%80%e5%85%8b%e5%bd%a6 教員情報データベースに遷移します、中村　英夫中村　英夫職務履歴 https://research.osakac.ac.jp/index.php?%e4%b8%ad%e6%9d%91%e3%80%80%e8%8b%b1%e5%a4%ab 教員情報データベースに遷移します、沼田　哲史沼田　哲史職務履歴 https://research.osakac.ac.jp/index.php?%e6%b2%bc%e7%94%b0%e3%80%80%e5%93%b2%e5%8f%b2 教員情報データベースに遷移します、水野　裕志水野　裕志職務履歴 https://research.osakac.ac.jp/index.php?%e6%b0%b4%e9%87%8e%e3%80%80%e8%a3%95%e5%bf%97 教員情報データベースに遷移します

目的

情報通信技術(ICT)の急速な進歩に伴い、目まぐるしく変化する現代社会において高度な情報のデジタル化が進展している。その中でAI・データサイエンスを含めたICTを適切かつ効果的に活用して、主体的な問題の発見とスピーディな解決能力が求められている。本授業では、社会における様々な分野における実問題を概観し、それらの問題解決の考え方と方法論について、AI・データサイエンス、情報及びコンピュータを含めたICTの果たす役割やその影響などを理解し、これらを利活用した問題発見、解決能力を身につけるために、実践事例を中心とした授業および演習を行う。また、本授業は文部科学省「数理・データサイエンス・AI教育プログラム（リテラシーレベル）」に認定されており、履修することで数理・データサイエンス・AIのリテラシーレベルを習得する。
授業計画

授業計画

授業回	形式	学修内容	学修課題
1	遠隔、A、C	イントロダクション（データサイエンス・AI利活用の動向、問題解決のための情報、データ活用）	事前学修	現代社会におけるデータサイエンス・AIの利活用の事例について調べてくる(2時間)
1	遠隔、A、C	イントロダクション（データサイエンス・AI利活用の動向、問題解決のための情報、データ活用）	事後学修	授業で学習したデータサイエンス・AIの利活用について復習する(3時間)
2	遠隔、A、C	情報、データ活用（「情報」　と　「データ」、情報活用（情報収集、整理など））	事前学修	ICTを利用した情報活用について調べてくる(2時間)
2	遠隔、A、C	情報、データ活用（「情報」　と　「データ」、情報活用（情報収集、整理など））	事後学修	授業で学習した情報、データの収集，整理について復習する(3時間)
3	遠隔、A、C	データの取り扱い、統計の基本（分析に取り扱うデータの種類、基本的な統計量について）	事前学修	統計の基礎、統計量について調べてくる(2時間)
3	遠隔、A、C	データの取り扱い、統計の基本（分析に取り扱うデータの種類、基本的な統計量について）	事後学修	授業で学習したデータ分析における基本的統計量について復習する(3時間)
4	遠隔、A、C	問題解決におけるデータ分析(1) 相関と回帰	事前学修	データ分析における相関と回帰について調べてくる(2時間)
4	遠隔、A、C	問題解決におけるデータ分析(1) 相関と回帰	事後学修	授業で学習した相関と回帰について復習する(3時間)
5	遠隔、A、C	問題解決におけるデータ分析(2) データに潜む因果関係	事前学修	因果関係とは何かについて調べてくる(2時間)
5	遠隔、A、C	問題解決におけるデータ分析(2) データに潜む因果関係	事後学修	授業で学習した因果関係，回帰分析について復習する(3時間)
6	遠隔、A、C	問題解決における様々なグラフの活用（データ分析結果の可視化に用いる様々なグラフやその作成方法など）	事前学修	データ分析で活用する様々なグラフについて調べてくる(2時間)
6	遠隔、A、C	問題解決における様々なグラフの活用（データ分析結果の可視化に用いる様々なグラフやその作成方法など）	事後学修	授業で学習したデータ分析におけるグラフ活用について復習する(3時間)
7	遠隔、A、C	データ・AI 利活用の事例 (1)　生体信号処理の応用事例	事前学修	脳波，心電図，脈波，加速度といった生体から得られる機器の動作原理について調べてくる(2時間)
7	遠隔、A、C	データ・AI 利活用の事例 (1)　生体信号処理の応用事例	事後学修	授業で紹介した生体信号計測の実例以外にどのようなものがあるかを調べる(2時間)
8	遠隔、A、C	データ・AI 利活用の事例 (2)　医療安全における応用事例（医療分野で活用されているAI技術として、診断や医療施設への応用事例の学習）	事前学修	事例紹介では，気象庁のWebサイトでどのような情報・データが公開されているかを調べてくる(2時間)
8	遠隔、A、C		事後学修	授業で紹介した実例以外にどのようなものがあるかを調べる(2時間)
9	遠隔、A、C	データ・AI 利活用の事例 (3)　社会を支えるデータ（社会を支える地域の経済や交通、気象、地質など、私たちの身の回りを理解するデータとその応用に関する学習）	事前学修	地域経済分析システム(RESAS)のWebサイトでどのような情報が公開されているかを調べてくる(2時間)
9	遠隔、A、C		事後学修	授業で紹介したオープンデータを詳しく見ながら何に役立つかを考える(2時間)
10	遠隔、A、C	データ・AI 利活用の事例 (4) 医療・福祉・VRにおける応用事例（VR技術を利用した医療・福祉分野でのデータ・AIの利活用に関する応用事例の学習）	事前学修	新聞記事やニュースサイトなどで，VRを利用した医療・福祉分野のニュースを調べてくる(2時間)
10	遠隔、A、C		事後学修	身の回りのデータ・AIが利用されている応用事例について調べる(2時間)
11	遠隔、A、C	データ・AI 利活用の事例 (5) ゲーム開発におけるAI技術　-人間らしさの作り方-（ゲーム開発を題材に，AI分野において知能・知識・記憶・意思がどのように分類し表現されるかを考え，人間の生活をより良くするためのAI技術の応用事例の学習）	事前学修	ゲーム実装において、AI技術がどのように活用されているかを調べてくる(2時間)
11	遠隔、A、C		事後学修	授業で得た知識を元に，ゲームやそれ以外の分野でAI技術がどのように活用できるかを考える(2時間)
12	遠隔、A、C	データ、AI倫理とメディアリテラシー（データ、AI利活用におけるモラルや倫理、連するメディアリテラシーについて）	事前学修	データ、AI利活用における倫理、メディアリテラシーとは何かを調べてくる(2時間)
12	遠隔、A、C	データ、AI倫理とメディアリテラシー（データ、AI利活用におけるモラルや倫理、連するメディアリテラシーについて）	事後学修	授業で学んだデータ、AI倫理、メディアリテラシーについて復習する(3時間)
13	遠隔、A、C	データ、AI利活用とセキュリティ（データ、AI利活用におけるセキュリティの脅威、これらの対策などについて）	事前学修	情報セキュリティの脅威、対策について調べてくる(2時間)
13	遠隔、A、C	データ、AI利活用とセキュリティ（データ、AI利活用におけるセキュリティの脅威、これらの対策などについて）	事後学修	授業で学んだデータ、AI利活用におけるセキュリティ対策について復習する(3時間)

授業形式記号

A:一斉授業（通常の講義）
B:問題発見・解決学習、プロジェクト学習
C:体験、実験、実習、演習など

D:調査分析、解析など
E:ものづくり、作品制作
F:グループワーク（ディスカッション・ディベートを含む）

G:プレゼンテーション
H:地域・企業　連携型学習
I:その他

到達目標

・問題解決において、AI・データサイエンスを含めた情報及び情報通信技術(ICT)を効果的に活用できるために、データ、情報収集、整理に伴う技術，統計的手法を用いたデータ分析，様々なグラフの活用方法を理解し、習得する。
・様々な分野における実問題を概観し、AI・データサイエンス、情報及びコンピュータを含めたICTの果たす役割やその影響などを理解する。
・数理・データサイエンス・AIのリテラシーレベルを習得する。
・　データ・AIを利活用する際に求められるモラルや倫理について理解する。

本科目に関連するディプロマ・ポリシー項目
下記リンク先のカリキュラム・マップを参照。
URL:https://www.osakac.ac.jp/about/policy/faculty/

評価方法と評価観点

評価方法	配点合計	知識・理解力	応用力	コミュニケーション力	態度・志向性	創造力	合計
定期試験またはレポート試験	40%	50%	10%	20%	20%		100%
小テスト、小論文							0%
グループワーク							0%
プレゼンテーション							0%
レポート、宿題							0%
授業での姿勢（ノート、質疑など）							0%
作品、パフォーマンス（実技、実演）							0%
その他1(具体的に：演習課題	60%	50%	10%	20%	20%		100%
その他2(具体的に：							0%
	100%	50%	10%	20%	20%	0%	100%

教科書・参考書

資料を適宜配付する。もしくは授業時に指示する。

オフィスアワー

月曜日5限、A号館2F 教員室16

その他

PCを使用した時間内演習を行うので、PCを持参すること。
授業内外の課題について、考え方を適宜解説する。

実務経験のある教員による授業科目

戻る