前期 火曜日 ３講時 情報教育実習室 Ｍ１０４. 単位数/Credit(s): 2. 担当教員(所属)/Instructor (Position): 中山 雅晴、岩﨑 淳也 所属：医学系研究科. 対象学部/Object: 医. 開講期/Term: １セメスター. 科目群/Categories: 全学教育科目先進科目-情報教育. 履修年度: 2024. 科目ナンバリング/Course Numbering: ZAC-PRI101J. 使用言語/Language Used in Course: 日本語.
各学部の履修内規または学生便覧を参照。
情報とデータの基礎
Information and data literacy
(1) 情報の科学と技術からのアプローチにより、大学生としての基本的なアカデミック・スキルを獲得すること
(2) 情報化社会に生きる市民としての責任と倫理を自覚し, 適切に判断・行動ができるソーシャル・スキルを獲得すること.
(3) 計算機の能力を活用した問題解決手法やデータ科学を学ぶ意義を理解し, 大規模データを利用した技術に関して人間中心の理解, 判断ができるようになり, さらにそれらに関して実社会における課題を見出せるようになること.
(1) Acquire university-level academic skills through information science and technology.
(2) Acquire social skills to make appropriate decisions and actions, take responsibility, and be aware of ethics as citizens in today's information society.
(3) Understand the significance of learning problem-solving methods and data science utilizing computers, make human-centered understandings and decisions regarding large-scale data technologies, and find issues in the real-world problems concerning those technologies.
・情報技術を活用した基本的な知的生産活動が可能になること。
・計算機科学的手法による論理的思考・問題解決ができるようになること.
・データ駆動社会にあって, 大規模データと統計量の基本的な取扱いができるようになるとともに,データ科学に基づく技術に関して人間中心の理解, 判断ができるようになること.
・Acquire appropriate knowledge on information technologies, such as cyber security, to take appropriate action and decisions in the information society.
・Become able to utilize information technology for intellectual and productive activities
・Become able to resolve problems through computer science skills.
・Become able to handle large-scale data and basic statistics, and make appropriate human-centered understanding and decisions regarding the data-science-related technologies in today's data-driven society.
1. オリエンテーション
講義の内容等に関する概要説明, 計算機の準備など
2. 情報システムの基礎
代表的な情報サービス (認証システム, 電子メールなど) に関する基礎知識と操作法
3. アカデミック・スキル（情報技術による知的生産の基本(1))
ICTツールの活用事例
4. アカデミック・スキル（情報技術による知的生産の基本(2))
ICTツールを用いたチームコミュニケーションの手法
5. アカデミック・スキル（情報技術による知的生産の基本(3))
大規模データ, AI技術のデータ駆動型社会における活用事例
6. ソーシャル・スキル（情報社会における責任(1)）
サイバーセキュリティ: 情報技術の安全性と危険性
7. ソーシャル・スキル（情報社会における責任(2)）
情報関連法令と知的財産権
8. サイエンス・スキル I（計算機による問題解決の基礎(1)）
Python初級プログラミング: 変数と代入文, 入出力
9. サイエンス・スキル I（計算機による問題解決の基礎(2)）
Python初級プログラミング: 反復処理と条件分岐
10. サイエンス・スキル I（計算機による問題解決の基礎(3)）
Python初級プログラミング: 代表的なデータ構造
11. サイエンス・スキル I（計算機による問題解決の基礎(4)）
Python初級プログラミング: 関数と再帰構造・演習課題
12. サイエンス・スキル II（データ科学の基礎(1)）
Pythonを用いた統計処理演習(1): 基本的な統計量
13. サイエンス・スキル II（データ科学の基礎(2)）
Pythonを用いた統計処理演習(2): 実データを利用した統計処理実習
14. サイエンス・スキル II（データ科学の基礎(3)）
Pythonを用いた統計処理演習(3): 実データを利用した統計処理実習
15. サイエンス・スキル II（データ科学の基礎(4)）
データ科学の倫理と社会の課題
1. Orientation
Guidance on the topics of the class and preparation on the computers
2. Basics of Information Systems
Basic knowledge of several representative information services, such as the use of identification
and email, and basic instructions.
3. Academic Skill (Basics of intellectual production assisted by information technology(1))
Practical examples of the use of ICT tools
4. Academic Skill (Basics of intellectual production assisted by information technology(2))
Methods of team communication with ICT tools
5. Academic Skill (Basics of intellectual production assisted by information technology(3))
Practical examples of large-scale data and AI in today's data-driven society
6. Social Skill (1)
Cyber security: security and risk in the information technology
7. Social Skill (2)
Laws and regulations on information technology and intellectual property rights
8. Science Skill I (Problem-solving through computer science (1))
Python programming for beginners: variables, input-and-output
9. Science Skill I (Problem-solving through computer science (2))
Python programming for beginners: loops and branches
10. Science Skill I (Problem-solving through computer science (3))
Python programming for beginners: a few representative data structures
11. Science Skill I (Problem-solving through computer science (4))
Python programming for beginners: functions, recursions, and exercise.
12. Science Skill II (Basics on Data Science (1))
Statistics through Python (1): Basic values on statistics
13. Science Skill II (Basics on Data Science (2))
Statistics through Python (2): Practical training on statistics using real-world data
14. Science Skill II (Basics on Data Science (3))
Statistics through Python (3): Practical training on statistics using real-world data
15. Science Skill II (Basics on Data Science (4))
Ethics on data science and technology, and related issues in the real-world
課題に対するレポート(計80点)と授業への参加状況(20点)の合計100点を基礎に評価される。
Final homework assignments: 80%
Participation in class: 20%
「情報科目関連情報」https://olg.cds.tohoku.ac.jp/jkisoforstudent
Information on the class can be found in https://olg.cds.tohoku.ac.jp/jkisoforstudent.
・授業で提示される課題に取り組み, 成果物を提出すること.
・サイバーセキュリティやPythonプログラミング, データ科学や人工知能に関する補助教材を自習用資料として利用できる. 利用方法は講義時間中に説明される.
・Students are expected to engage themselves in works and exercises given in the class and to submit papers.
・Students can make use of various supplementary materials on cyber security, python programming, data science, and AI for self-study purpose. Instructions will be given in the lectures.
◯
必要
Yes
・講義時間中に適宜資料を配布する. 配布資料はGoogle Classroomなどを通して入手することができる.
入手方法については講義時間中に説明する.
・オフィスアワーは特に設けない. 質問はメール等で受け付ける.
・授業時間以外で技術的な質問がある場合は, マルチメディア教育研究棟1階に常駐するテクニカルアシスタントに相談することができる.
・各自の「東北大ID」および「東北大IDパスワード」を確認しておくこと（初回授業で利用する）.
・Handouts will be given in the lectures if necessary.
They are also available in Google Classroom. The instructions to obtain them will be given in the lectures.
・No office hour is specified. Queries are accepted through emails.
・Students can consult the technical assistants on technical queries.
The technical assistants are available at the IT Help Desk, on the first floor of the Multimedia Education and Research Complex.
・Students are expected to know their Tohokudai-ID and the corresponding password, which will be used in the first lecture.