1-(2)

講義と講義内容の理解につながる演習を各回行います。
PCでの演習を行いますので講義時間には必ずPCを携行して下さい。
各回の講義は講義室で行いますが、web会議システム（webex）でも同時配信しますので講義室での聴講は必須ではありません。
各自の体調、コロナ感染症の状況により各自で安全に留意して無理のない方法で受講して下さい。
VOD（オンデマンドビデオ）で後日視聴することも可能です。

情報基礎概論は、大学での学習のみならず現代社会での活動に必要な情報・メディアに関する知識を身につけ、佐賀大学の学生が佐賀大学学士力の「１-３-２　情報リテラシー」の能力の適切な修得と就業力の向上を目的としています。情報リテラシーはあらゆる分野の活動において身につけておくべき基礎となる能力であるため、単独でこの科目を学んでいるのではなく、他との関連について常に意識しながら学ぶことが大切です。さらに、現代社会においてデータは、実験や調査等の研究者等が主体的に「集める」だけではなく、ICT(Information Communication Technology; 情報通信技術）の発展とその社会への浸透に伴い、日常生活を営んでいるだけで蓄積されるものも存在することが認識され、しかもそれらのデータの分析が様々な課題の解決に役立つことが明らかになってきました。そのため、データを新しい資源ととらえ、データに基づいて様々な問題を解決していく能力、「データサイエンス力」を備えた人材があらゆる分野で求められています。
社会生活おいてその重要性の認識が浸透してきている「根拠に基づく」意思決定プロセスの遂行に不可欠な能力でもあります。またデータの活用そのものがどのような分野においても重要となっている。本講義でデータサイエンスに興味を持ってもらい、最低限のスキルを身につけてもらいたい。

現代社会は、実験や調査等の積極的アプローチによってだけでなく、日常生活の営みの中で知らず知らずのうちに様々な分野で大量のデータが蓄積され、利用できる状態になっており、それらのデータが様々な分野で課題解決に役立っていることを認識する。
データに基づいて様々な問題を解決していく能力を備えた人材があらゆる分野で求められており、またデータの活用そのものがどのような分野にとっても重要となっている。
データに基づいた課題解決の重要性を理解し、パソコンを使って簡単なデータ分析ができる。また、分析結果をもとに、課題に対する解決策を提案できる。

1.1 データやAIがもたらす社会の変化やAIを活用したビジネス/サービスを知り、AI・数理・データサイエンスを学ぶことの意義を理解する。
1.2 データの種類やその活用事例を知る。
1.3 データ・AI活用領域の広がりを理解し、データ・AIの活用事例を知る。
1.4 データ・AIの活用を支える技術の概要およびAIの可能性と限界を知る。
1.5 データ・AIの活用とそれによる価値創造の現状を知る。
1.6 データ・AIの利活用における最新動向を知る。
2.1 データを適切に読み解く力を身に付ける。
2.2 データを適切に説明する力を身に付ける。
2.3 データを扱うための基本的な能力を身に付ける。
3.1 データ・AIを利活用する際の倫理と法を理解する。
3.2 データ駆動型社会における脅威（リスク）を理解する。
3.3 データを守るために留意すべき事項を理解する。

パソコンの基本的な操作（キーボードによる文字入力、マウス操作、ファイル操作など）が行えるのが望ましい。
数学の知識はあまり仮定しないが、高校「数学I」レベルの数学を知っているのが望ましい。

到達目標1.1～3.3については，授業中の課題、宿題、定期試験により評価する。
また、授業中の課題３０％、宿題３０％、定期試験４０％とする。
ただし、原則として、欠席回数が5回に達した場合は、評価を「不可」とする。

課題、テスト。

課題やテストの開示を希望する人は、担当教員にメールで問い合わせること。

木曜日、金曜日：メールで詳しい日時は調整して下さい。

新型コロナウィルス感染拡大により講義実施方法等は学期の途中でも変更する場合があります。
大学からの連絡には常に注意をしておいて下さい。
わからないこと、困ったこと、改善のためのアイデア等、なんでも遠慮なく連絡して下さい。
佐賀大学データサイエンス教育プログラム（リテラシーレベル）に対する学習到達目標：(1), (2), (3)