【授業計画】
第1週：履修ガイダンス／データ・AIにおける心得
第2週：数理・データサイエンスを活用した地域活性
第3週：AI入門（１）～AI技術を使う社会
第4週：AI入門（２）～AI技術は何故うまくいくのか
第5週：AI入門（３）～AI技術がかかえる期待と不安
第6週：データ分析（１）基礎編
第7週：データ分析（２）応用編
第8週：データ分析（３）発展編
※今後、授業計画（各回の名称など）の一部が変更になる可能性があります。もし、変更になった場合はLMSで案内をしますのでご注意ください。
【授業および学習の方法】
e-Learningによる非同期型授業として実施します。本講義はフルオンデマンドで実施されるため講義室での授業は行いません。受講はインタネットに接続できるパソコンでLMS（Learning Management System）にアクセスして、e-Learningコンテンツを視聴する形態になります。出席確認も兼ねて各回で理解度を判定する課題を課します。コンテンツ視聴後、課題を必ず回答してLMSでオンライン提出ください。
【自学自習のためのアドバイス】
各回において、e-Learningコンテンツ視聴や課題対応以外に、準備学習２時間、事後学習２時間程度の自学自習を推奨します。準備学習は前回の振り返りやハンドアウトを見て不明な点などの事前調査などです。事後学習はコンテンツ視聴などの学習から余り時間をおかずにその回の復習をしたりすることが挙げられます。また、夏休みなどの長期休暇での全体的な復習として事後学習に時間配分しても結構です。
|
