データサイエンスの視点で
“自分なり”の考えへ
令和4年度より、学部・学科を問わず分野横断的にデータサイエンスに関する教養を身につける科目
「データサイエンス基礎」が開設されました。
全学部・全学科共通の、1年生を対象とした夏期集中開講フル・オンデマンド形式のメディア授業です。
データサイエンスの視点を活用し、社会における様々な事象を適切に読み解く力を身に付け、
さらには“答えのない課題”に対して最善な解につながる思考力や解決力を養うことを目指します。

学びの活用方法
全学部・学科の学びに活用できる内容です。
それぞれの学部学科での学びの活用事には例えば次のようなことが挙げられます。

■家政学部
・アートとサイエンスの融合からひとと社会をつなげる生き方のデザイン
・コンシューマーデータサイエンス:消費者データを活用して販売傾向や商品デザインの予測
■栄養学部
・ヘルスデータサイエンス:栄養データを活用して食と健康を考える人間栄養学の展開
・コンシューマーデータサイエンス:消費者データを活用した商品開発 や販売傾向の予想
■児童学部
・1人1台端末時代に教育データを活用した幼児、児童、生徒の個性の育成
■人文学部
・広い視点から様々なデータを分析
・多様なこころのあり方と向き合うためのデータ活用
・グローバルワイドな英語教育データの活用
・社会と社会をつなげるコミュニケーション力の向上
・福祉社会データをもとにした福祉施策のデザインと実行
■健康科学部
・ヘルスデータサイエンス:臨床現場のヘルスデータの分析と解釈個別化医療への取り組みや保健医療施策の検討
・専門教育での学修:概念(ヘルスデータサイエンス)と知識(統計の基本)
■子ども支援学部
・子ども一人ひとりの特性や行動、生活環境などの分析
・幼児教育・保育や特別支援教育への活用
3つの特徴
特徴1 フル・オンデマンド形式のメディア授業
板橋・狭山の両キャンパスの学生が履修可能なフル・オンデマンド形式のメディア授業です。自分のペースで場所を選ばず学ぶことができます。 また、夏期集中期間に開講されるため、他の授業・実習などとは重ならず、本科目の学修に専念することができます。

特徴2 初学者でも学びやすい内容

特徴3 本学認定の「修了証」を発行

授業情報(2023年度)
■動画一覧
■履修登録方法
<注意>
・通常の科目とは履修登録の仕方が大きく異なります。下記の手順で受講の希望申請からはじめてください。
・対象学年は令和5年度入学の“1年生のみ”となります。
①受講希望申請 | 東京家政大学ポータルで別途案内する手順に従ってください。 「データサイエンス基礎」の受講を希望する場合は、申請期間(4月21日〜5月12日)内にGoogleフォームにて“受講希望”申請を行ってください。 ※Googleフォームによる受講希望申請に関する連絡は4月21日にポータルにて行い
|
---|---|
②履修確定 | 「データサイエンス基礎」の履修確定に関する連絡は、5月中旬過ぎに共通教育推進部から届きます。このときに履修登録は自動的にされますので、受講生は履修登録の手続きが不要となります。 ※受講希望者多数の場合は、抽選により受講者が確定されます。 |
③授業開講 | 「データサイエンス基礎」は夏期集中期間(8月21日(月)〜9月6日(水)予定)に実施されます。 全14回の講義はオンデマンド配信されますので、受講生はすべての動画を視聴し各回ごとの課題等を期間中に提出してください。 |
■単位の取り扱い
板橋キャンパス | 共通教育科目の「情報関連科目」として「情報活用(必修科目)」の履修に加えて 「データサイエンス基礎(選択科目・ 2単位)」を履修することができます。 修得した単位は「共通教育科目」の単位として卒業単位に含まれます。 |
---|---|
狭山キャンパス | 他学部履修として「データサイエンス基礎(選択科目・2単位)」を履修します。 修得した単位は「基礎教養科目」の単位として卒業単位に含まれます。 |
■授業計画
第1回 | オリエンテーション、データサイエンスとは |
---|---|
第2回 | 現代社会におけるデータ・AIの利活用(1)データの集め方、データの利用 |
第3回 | 現代社会におけるデータ・AIの利活用(2)データ・AI利活用のための技術 |
第4回 | 現代社会におけるデータ・AIの利活用(3)AIリテラシー |
第5回 | 現代社会におけるデータ・AIの利活用(4)各専門分野での活用事例 |
第6回 | 教育におけるデータサイエンス(1) データ活用事例 |
第7回 | 教育におけるデータサイエンス(2) 個人情報、情報セキュリティ |
第8回 | データを読む(1)データの種類、代表値、分散 |
第9回 | データを読む(2)母集団と標本抽出、アンケート調査 |
第10回 | データを説明する~データ図表表現 |
第11回 | データを扱う(1) Excelによる記述統計 |
第12回 | データを扱う(2) Excelによるクロス集計 |
第13回 | データを扱う(3) 相関分析・散布図 |
第14回 | 現代社会におけるデータ・AIの利活用(5)まとめ、データサイエンスの応用事例 |
■モデル学修プラン
受講期間初日に全14回すべての動画が公開されますので、各自の取り組みやすいペースで学修できます。
下記表は、2週間かけて履修する場合のモデルケースです。
午前 | 午後 | 授業外学習 | |
---|---|---|---|
8月21日〜25日 | 第1回 オリエンテーション、データサイエンスとは | ー | 各回の課題等 (課題提出期限:9月6日) |
第2回 現代社会におけるデータ・AIの利活用(1) | 第8回 データを読む(1) | ||
第3回 現代社会におけるデータ・AIの利活用(2) | 第9回 データを読む(2) | ||
第4回 現代社会におけるデータ・AIの利活用(3) | 第10回 データを説明する | ||
第5回 現代社会におけるデータ・AIの利活用(4) | 第11回 データを扱う(1) | ||
8月28日〜30日 | 第6回 教育におけるデータサイエンス(1) | 第12回 データを扱う(2) | |
第7回 教育におけるデータサイエンス(2) | 第13回 データを扱う(3) | ||
第14回 現代社会におけるデータ・AIの利活用(5) | ー | ||
8月31日〜9月6日 | 予備期間 各回の課題等(課題提出期限:9月6日) |
■シラバス
お問い合わせ
共通教育推進部(板橋キャンパス 百周年記念館1階)
TEL : 03-3961-5624
Mail : jyoho-jimu■tokyo-kasei.ac.jp(※■を@へ変更しご連絡下さい。)