シラバス詳細

タイトル「2023年度」、カテゴリ「理工学部」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

3-(3)

実習，演習，講義

理工学部数理サイエンスコースでの学修に必要な各種ガイダンスを実施します．
また，理工系人材に強く要求されるデータサイエンス教育，数理サイエンスコースで必要な数学文書作成技術を指導します．

データサイエンス(応用基礎レベル)，数理サイエンスコースで必要な数学文書作成技術および学修ポートフォリオの活用をチューター面談やeラーニングを通じて身につける。

理工基礎科目に関する自身の学習到達度を理解する．
チューター面談や学修ポートフォリオの作成を通して自身の学修状況を理解する．
基礎的なデータサイエンスについて理解する．
TeXを使えるようになる．

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	以下の項目を年間を通じて実施する。 (1コマ) 学修ポートフォリオ入力(前年度後期分) (1コマ) チューター面談(前年度後期分) (1コマ) 卒研着手要件の点検 (1コマ) 学修ポートフォリオ入力(当年度前期分) (1コマ) チューター面談(当年度前期分) (5コマ) eラーニング（データサイエンス基礎応用レベル） (5コマ) TeX講義なお，データサイエンス(応用基礎レベル)の内容は以下の通りである．・ビッグデータとデータエンジニアリング・データ駆動型社会とデータサイエンス・AIの歴史と応用分野・AIの構築と運用・AIと社会	各課題（演習および実習）に取り組む前に，情報収集等の十分な調査を行い疑問点を整理し，演習・実習後は取り組みが不十分であった事項を中心に，知識とスキルを身につけるための学習に取り組むこと。
2
3
4
5
6
7
8
9
10
11
12
13
14
15

本科目は通常の成績標語による評価は実施しない。
授業計画に記載された事項に対応する全課題の完了をもって到達目標の達成とし，修了を認定する。

提出課題等

課題提出の状況は随時，下記リンクの web ページから確認できます．
また，最終的な課題提出状況は後期の定期試験期間終了日から1週間後に確定します．

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
教科書は使用しない。必要に応じてプリント等を配布する

本学のホームページに掲載のオフィスアワー一覧を参照のこと.

アクティブラーニング導入状況
カテゴリー4	カテゴリー3	カテゴリー2	カテゴリー1	カテゴリー0
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING	グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT	学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION	学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION	基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT
0	10	10	60	20

佐賀大学データサイエンス教育プログラム（応用基礎レベル）に対する学習到達目標：（1.1）,（2.1）,（3.1）,（3.2）,（3.3）,（3.5）