CC232004 教育現場の問題解決に向けたデータ活用・データサイエンス

広島大学シラバス

English

年度 2024年度開講部局教育学部

講義コード CC232004 科目区分専門教育科目

授業科目名教育現場の問題解決に向けたデータ活用・データサイエンス

授業科目名
（フリガナ）キョウイクゲンバノモンダイカイケツニムケタデータカツヨウ・データサイエンス

英文授業科目名 Data Utilization and Data Science for Solving Problems in Educational Scenes

担当教員名田中　秀幸,橋本　淳也,長松　正康,川田　和男

担当教員名
(フリガナ) タナカ　ヒデユキ,ハシモト　ジュンヤ,ナガマツ　マサヤス,カワダ　カズオ

開講キャンパス東広島開設期 2年次生後期３ターム

曜日・時限・講義室 (3T) 火1-4：教L310

授業の方法講義・演習授業の方法
【詳細情報】　

講義中心、演習中心

単位 2.0 週時間　使用言語 J : 日本語

学習の段階 3 : 中級レベル

学問分野（分野） 24 : 社会科学

学問分野（分科） 08 : 教科教育学

対象学生将来、教員を目指し教員免許を取得予定の人

授業のキーワードデータサイエンス

教職専門科目　教科専門科目　

プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ）教養教育におけるデータサイエンス教育を受講した上での受講を勧めます。
到達度評価
の評価項目
（学部生対象科目のみ）中等教育科学（技術・情報）プログラム
（知識・理解）
・情報教育に関する知識・理解が身に付いている

授業の目標・概要等教育現場において，データに基づいた教育は今後ますます重要になってくると考えられます。この授業では，教員を目指している人に対し，応用基礎レベルのデータサイエンスについて扱います。

具体的には，Excel を使用して回帰や検定について学び，Python を使用して機械学習やAI基礎について体験します。これらにより，教育現場の問題解決に向けたデータ活用・データサイエンスの基礎を身に付けます。

授業計画第1回 (講義)
ガイダンス，アンケートなど

第2回 (講義)
「教育における学習」と機械学習

第3回 (講義・演習)
生徒の学習状況を予測しよう：将来を予測する（Excell による回帰)

第4回 (講義・演習)
生徒のデータに差はある？（Excell による検定）

第5回 (講義・演習)
Python によるプログラミングの初歩

第6回 (講義・演習)
Python によるプログラミングの実践

第7回 (講義・演習)
機械学習について

第8回 (講義・演習)
データを分類する（Python によるデータの可視化)

第9回 (演習)
データをクラスタリングする（Python によるクラスタリング)

第10回 (講義・演習)
回帰分析と最小二乗法 (Python による回帰と最小二乗)

第11回 (講義・演習)
TKL による学習のモデリング(学習)

第12回 (講義・演習)
TKL による学習のモデリング(予測・判断)

第13回 (演習)
教育におけるデータサイエンス活用の立案。課題について考える。

第14回 (演習)
教育におけるデータサイエンス活用の立案。解決手法について考える。

第15回 (講義)
まとめ

レポートおよび試験を実施する。

教科書・参考書等適宜，指定および配布します。

授業で使用する
メディア・機器等　

【詳細情報】ノートパソコンを使用します。

授業で取り入れる
学習手法　

予習・復習への
アドバイス第1回: 全体像を理解してください。
第2回: 人の学習と機械の学習について，相違点や相似点を考えてください。
第3回: 回帰による予測について理解してください。
第4回: 検定の行い方について理解してください。
第5回: Python でプログラミングを行うための準備です。
第6回: 演習を行って，理解を深めてください。
第7回: 機械学習の基礎について，理解してください。
第8回: Python を用い，教育データの分類を行います。
第9回: Python を用い，教育データのクラスタリングを行います。
第10回: 回帰分析と最小二乗法について，理解を深めてください。
第11回: 人のスキルの習得モデルについて，個人の学習過程をモデル化することについて学びます．
第12回: 習得モデルについての理解を深めてください。
第13回: これまで学んできたことに基づいて教育データを扱います。復習しておいてください。
第14回: グループを組んで学習します。積極的に議論をし，理解を深めてください。
第15回: 授業を全体を振り返り，理解を深めてください。

履修上の注意
受講条件等

成績評価の基準等レポートや小テストによる総合評価。オンライン中の課題もあるので注意すること。第13, 14回の課題は重要です。

実務経験

実務経験の概要と
それに基づく授業内容

メッセージ

その他オンデマンドの時間もありますが，基本的にはその時間内に内容を学習することを想定しています。上記時間帯に質問に回答します。

すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

年度	2024年度	開講部局	教育学部
講義コード	CC232004	科目区分	専門教育科目
授業科目名	教育現場の問題解決に向けたデータ活用・データサイエンス
授業科目名（フリガナ）	キョウイクゲンバノモンダイカイケツニムケタデータカツヨウ・データサイエンス
英文授業科目名	Data Utilization and Data Science for Solving Problems in Educational Scenes
担当教員名	田中　秀幸,橋本　淳也,長松　正康,川田　和男
担当教員名 (フリガナ)	タナカ　ヒデユキ,ハシモト　ジュンヤ,ナガマツ　マサヤス,カワダ　カズオ
開講キャンパス	東広島	開設期	2年次生後期３ターム
曜日・時限・講義室	(3T) 火1-4：教L310
授業の方法	講義・演習	授業の方法【詳細情報】
講義中心、演習中心
単位	2.0	週時間		使用言語	J : 日本語
学習の段階	3 : 中級レベル
学問分野（分野）	24 : 社会科学
学問分野（分科）	08 : 教科教育学
対象学生	将来、教員を目指し教員免許を取得予定の人
授業のキーワード	データサイエンス
教職専門科目		教科専門科目
プログラムの中でのこの授業科目の位置づけ（学部生対象科目のみ）	教養教育におけるデータサイエンス教育を受講した上での受講を勧めます。
到達度評価の評価項目（学部生対象科目のみ）	中等教育科学（技術・情報）プログラム（知識・理解）・情報教育に関する知識・理解が身に付いている
授業の目標・概要等	教育現場において，データに基づいた教育は今後ますます重要になってくると考えられます。この授業では，教員を目指している人に対し，応用基礎レベルのデータサイエンスについて扱います。具体的には，Excel を使用して回帰や検定について学び，Python を使用して機械学習やAI基礎について体験します。これらにより，教育現場の問題解決に向けたデータ活用・データサイエンスの基礎を身に付けます。
授業計画	第1回 (講義) ガイダンス，アンケートなど第2回 (講義) 「教育における学習」と機械学習第3回 (講義・演習) 生徒の学習状況を予測しよう：将来を予測する（Excell による回帰) 第4回 (講義・演習) 生徒のデータに差はある？（Excell による検定）第5回 (講義・演習) Python によるプログラミングの初歩第6回 (講義・演習) Python によるプログラミングの実践第7回 (講義・演習) 機械学習について第8回 (講義・演習) データを分類する（Python によるデータの可視化) 第9回 (演習) データをクラスタリングする（Python によるクラスタリング) 第10回 (講義・演習) 回帰分析と最小二乗法 (Python による回帰と最小二乗) 第11回 (講義・演習) TKL による学習のモデリング(学習) 第12回 (講義・演習) TKL による学習のモデリング(予測・判断) 第13回 (演習) 教育におけるデータサイエンス活用の立案。課題について考える。第14回 (演習) 教育におけるデータサイエンス活用の立案。解決手法について考える。第15回 (講義) まとめレポートおよび試験を実施する。
教科書・参考書等	適宜，指定および配布します。
授業で使用するメディア・機器等
【詳細情報】	ノートパソコンを使用します。
授業で取り入れる学習手法
予習・復習へのアドバイス	第1回: 全体像を理解してください。第2回: 人の学習と機械の学習について，相違点や相似点を考えてください。第3回: 回帰による予測について理解してください。第4回: 検定の行い方について理解してください。第5回: Python でプログラミングを行うための準備です。第6回: 演習を行って，理解を深めてください。第7回: 機械学習の基礎について，理解してください。第8回: Python を用い，教育データの分類を行います。第9回: Python を用い，教育データのクラスタリングを行います。第10回: 回帰分析と最小二乗法について，理解を深めてください。第11回: 人のスキルの習得モデルについて，個人の学習過程をモデル化することについて学びます．第12回: 習得モデルについての理解を深めてください。第13回: これまで学んできたことに基づいて教育データを扱います。復習しておいてください。第14回: グループを組んで学習します。積極的に議論をし，理解を深めてください。第15回: 授業を全体を振り返り，理解を深めてください。
履修上の注意受講条件等
成績評価の基準等	レポートや小テストによる総合評価。オンライン中の課題もあるので注意すること。第13, 14回の課題は重要です。
実務経験
実務経験の概要とそれに基づく授業内容
メッセージ
その他	オンデマンドの時間もありますが，基本的にはその時間内に内容を学習することを想定しています。上記時間帯に質問に回答します。
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

シラバスTOPへ