前期 水曜日 ４講時 情報教育実習室 Ｍ１０５. 単位数/Credit(s): 2. 担当教員(所属)/Instructor (Position): 三石 大 所属：データ駆動科学・AI教育研究センター. 対象学部/Object: 文（3組）教. 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.
(2) 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 social skills to make appropriate decisions and actions,
taking responsibilities and being aware of ethics as citizens living in today's information society.
(2) Understand the significance of learning problem-solving methods and data science, utilizing computers, become able to make human-centered understandings and decisions in regard to the large-scale data technologies,
and to find issues in the real-world problems concerning those technologies.
・サイバーセキュリティをはじめとした, 情報化社会の中で生きる市民として情報技術に関する適切な知識を身につけ, それに基づいて適切に判断・行動ができるようになること.
・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 the cyber security, to take appropriate action and decision in the information society.
・Become able to resolve problems through the computer science skills.
・Become able to handle large-scale data and basic statistic, and to make appropriate human-centered understanding and decision in regard to the data-science-related technologies
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. 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
4. 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
5. サイエンス・スキル I（計算機による問題解決の基礎(1)）
コンピュテーショナル・シンキング: 計算機科学の流儀による論理的思考と問題解決
6. 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: 変数と代入文, 入出力
7. 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: 反復処理と条件分岐
8. 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: 代表的なデータ構造
9. サイエンス・スキル I（計算機による問題解決の基礎(5)）
Python初級プログラミング: 関数と再帰構造
10. サイエンス・スキル I（計算機による問題解決の基礎(6)）
問題解決演習
11. サイエンス・スキル II（データ科学の基礎(1)）
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
12. 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(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(3)）
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(4)）
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(5)）
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 on Information Systems
Basic knowledge on several representative information services, such as the use identification
and the email, and basic instructions.
3. Social Skill (1)
Cyber security: security and risk on the information technology
4. Social Skill (2)
Laws and regulations on the information technology and intellectual property rights
5. Science Skill I (Problem-solving through computer science (1))
Computational thinking: Logical thinking and problem solving through computer science
6. Science Skill I (Problem-solving through computer science (2))
Python programming for beginners: variables, input-and-output
7. Science Skill I (Problem-solving through computer science (3))
Python programming for beginners: loops and branches
8. Science Skill I (Problem-solving through computer science (4))
Python programming for beginners: a few representative data structures
9. Science Skill I (Problem-solving through computer science (5))
Python programming for beginners: functions and recursions
10. Science Skill I (Problem-solving through computer science (6))
Python programming for beginners: exercise on problem-solving by Python
11. Science Skill II (Basics on Data Science (1))
Practical examples of large-scale data and AI in the today's data-driven society
12. Science Skill II (Basics on Data Science (2))
Statistics through Python (1): Basic values on statistics
13. Science Skill II (Basics on Data Science (3))
Statistics through Python (2): Practical training on statistics using real-world data
14. Science Skill II (Basics on Data Science (4))
Statistics through Python (3): Practical training on statistics using real-world data
15. Science Skill II (Basics on Data Science (5))
Ethics on data science and technology, and related issues on the real-world
課題に対するレポート（2回または3回程度）と授業への取組み状況（最大20%，出席しただけでは成績評価の対象とならない）を基礎に評価する.
Evaluation will be made by the two-or-three term assignments.
The efforts on the lesson will be taken into consideration up to 20%,
but only attendance to the class will not be considered.
「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 the cyber security, python programming,
data science and AI for the self-study purpose. Instructions will be given in the lectures.
○
必要。初回授業から使用する。
Yes. Students must bring their own PC in the first lecture.
・講義は対面にて実施する。オンライン授業は行わない。
・講義時間中に適宜資料を配布する. 配布資料はISTU/DC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. 質問の方法については初回授業にて指示する.
・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）.
・Lectures will be conducted in person. Lectures will not be streamed.
・Handouts will be given in the lectures if necessary.They are available in ISTU/DC, the instructions to obtain them will be given in the lectures.
・No office hour is specified. Instructions on how to ask questions will be given in the first lecture.
・Students can consult on the technical assistants on technical queries.The technical assistants are available at the IT Help Desk, 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.