| １．サブタイトル Subtitle |
| データに基づき客観的に社会現象を理解できる能力を育む
| |
|
| ２．関連する教育諸方針 Course-Related Policies; Diploma and Curriculum Policy |
| ①関連する学位授与方針 ディプロマ・ポリシー
【全学共通科目】（１）幅広い分野の叡智を学び、深い教養を身につける。
②関連する教育課程編成・実施の方針 カリキュラム・ポリシー
【全学共通科目】教養教育科目 大学生として、また一市民として必要な、基礎的な教養やスキルを習得する。
| |
|
| ３．授業科目のテーマと目的 Theme of the Course |
| AIなどの先端技術が産業化しつつある現在，松山大学各学部における専門分野の学びに必要な思考力を高めるために，中学や高校までに学んだデータの分析など数学に関する基礎知識は重要である。そこで，松山大学1年次生を対象に，データに基づき客観的に社会現象を理解できる能力を育成するための，データサイエンスの入門となるような授業を「メディア・リテラシー」として提供する。
| |
|
| ４．授業科目の内容・具体的な授業計画及び進度 Course Description and Outline |
| 第01回 全体のイントロダクション：データとは
第02回 データの可視化
第03回 代表値
第04回 データのばらつき
第05回 推定
第06回 仮説検定
第07回 データの相関
第08回 データにもとづく予測
第09回 確率の応用
第10回 暗号技術とその応用
第11回 ハッシュ値とブロックチェーン
第12回 機械学習のしくみ
第13回 人工知能の応用事例
第14回 人工知能と社会
第15回 まとめ
※内容の詳細は初回授業時（イントロダクション）に提示する。
※受講者の興味および理解度に応じて、授業計画及び進度について柔軟に対応する。
| |
|
| ５．利用教科書 Textbook(s) |
No. | 書名
(Title) | 出版社
(Publisher) | 著者
(Author) | ISBN番号
(ISBN) | 発刊年
(pub,year) |
1 | | | | | |
2 | | | | | |
| ６．参考書 Reference Book(s) |
No. | 書名
(Title) | 出版社
(Publisher) | 著者
(Author) | ISBN番号
(ISBN) | 発刊年
(pub,year) |
1 | | | | | |
2 | | | | | |
3 | | | | | |
4 | | | | | |
5 | | | | | |
| ※教科書・参考書以外の資料 Materials other than textbooks and Reference Books |
| 紙に印刷した授業資料を配布する，または Google Classroom などを用いて電子的に教材を配信する予定である。
初回授業時（イントロダクション）に，教科書・参考書について具体的に指示する。
| |
|
| ７．準備学習（予習・復習） Expected Work outside of Class | 時間 |
| 事前に指定された教材を理解したり，動画を閲覧したりするなど授業内容を把握するための予習をすること。
| |
| |
| 授業後は，基礎知識を応用できるように展開することが求められる。その際，大学図書館を活用し，学術論文や雑誌（データベース・電子ジャーナル）など多様な資料を収集し，専門的な学びを深めると良い。
| |
| |
| その他，毎回の授業テーマに応じて，授業時に適宜指示する。
| |
| |
| |
| ８．フィードバック Instructor Feedback |
| グループディスカッションおよび発表の際，クラス全体で共有しながらフィードバックするとともに，個別にメールまたは Google Classroom などを用いて電子的にフィードバックする。
| |
|
| ９．評価の方法・基準 Criteria for Evaluation |
| 毎回の提出課題（50％）および最終課題（50％）によって総合的に評価する。
| |
|
| １０．学習の到達目標 The Main Goals of Course |
| ・データサイエンスの概念を理解できる。
・データに基づき客観的に社会現象を理解できるようになる。
| |
|
| １１．その他の留意事項について Additional Instractions / Comments to Students |
|