|
授業の概要
|
|
ICTの進展により、多量性、多種性、リアルタイム性といった特徴を伴った形でデータが生成・収集・蓄積等されることが可能・容易になってきている。産業分野、公共分野を問わず、こうした特徴を持つデータの利用・活用によって業務運営の効率化や新産業の創出等が可能となる点に、ビッグデータの意義があるものと考えられる。
本科目では、こうしたビッグデータの本質的な意義と、その活用領域の拡がりについて学ぶ。その上で、「ビッグ」であるか否かを問わず、「データ」を利活用する上での基本的な知識や留意点について理解を深めて行く。併せて、データを利活用していく上での倫理的・法的・社会的課題や、データを安全に利活用するための情報セキュリティマネジメントについて学ぶ。具体的な道具としての「データ」や「仕組み」のみに留まらず、「それらを使ったビジネスや行政における価値創出の様態」を一連の学習テーマとして理解することで、応用力を高める。
なお、本科目では、文系の受講生も抵抗なく学び、デジタル技術の本質を理解できるよう解説することから、数学の専門的知識は必要としない。
|
|
|
|
この科目の到達目標
|
|
・ビッグデータが社会や経済活動に与える影響がどのようなものであるかについて自分なりの解釈を加えることができる。
・データを扱う上での留意点やデータ利活用におけるリスクを理解し、自分なりの言葉で表現することができる。
・データの利活用を支える技術要素を知り、ビジネス展開の場面でどのように用いられるかを説明することができる。
|
|
|
|
成績評価の方法
|
|
| |
|
毎回の授業に出席することを前提とする。2つの提出課題を双方ともに提出することが単位取得の条件となる。授業外学習として、自身の考察あるいは毎回の授業の要点・知見をまとめ、manabaに提出することを課す。授業で採り上げた重要概念についての理解度を小テストによって確認する。
|
|
|
|
|
|
評価方法
|
割合
|
評価のポイント
|
|
|
|
|
|
授業出席
|
20
%
|
授業に対する参画度を評価する。
|
|
|
|
|
|
授業外学習
|
25
%
|
自身の考察あるいは毎回の授業の要点・知見についてのまとめを評価する。
|
|
|
|
|
|
小テスト
|
20
%
|
学習テーマに関する小テストを4回実施し、講義内容の理解度を評価する。
|
|
|
|
|
|
提出課題
|
35
%
|
課題1と課題2を通してデータの利活用に対する理解と考察の深さを評価する。
|
|
|
|
|
|
定期試験
|
0
%
|
|
|
|
|
|
|
（合計）
|
100
%
|
_
|
|
|
|
|
授業項目
|
|
| |
|
週
|
授業項目
|
|
|
1.
|
ガイダンス
ことばの定義と科目で扱う範囲
|
|
|
2.
|
データの発生源と利活用のイメージづくり
|
|
|
3.
|
AIとビッグデータ
|
|
|
4.
|
IoTとビッグデータ
|
|
|
5.
|
データの集計・捉え方
|
|
|
6.
|
データの形式とハンドリング
|
|
|
7.
|
産業分野におけるデータ活用
|
|
|
8.
|
公共分野におけるデータ活用
|
|
|
9.
|
データを扱う上での留意事項
|
|
|
10.
|
データを守る上での留意事項
|
|
|
11.
|
データの収集と利用【公開データ】
|
|
|
12.
|
データの収集と利用【Webデータ】
|
|
|
13.
|
データの収集と利用【アンケートデータ】
|
|
|
14.
|
まとめとデータ利活用の展望
|
|
|