情報とデータの基礎

木曜3限. 単位数／Credit(s): 2.00単位. 担当教員（所属）／Instructor (Position): 磯邉 秀司 所属：データ駆動科学・AI教育研究センター. 対象学部／Eligibility: 法 学籍番号偶数. 開講期／Term: １セメスター. 科目群／Subject Group: 全学教育科目先進科目－情報教育. 年度: 2025. 科目ナンバリング／Course Numbering: ZAC-PRI101J. 使用言語／Language of Instruction: 日本語.

科目コード

CAB017000

科目名／Subject

情報とデータの基礎

教室／Place

情報教育実習室　Ｍ１０５

主要授業科目／Essential Subjects

各学部の履修内規または学生便覧を参照。

授業題目／Class Subject

情報とデータの基礎

Information and data literacy

授業の目的と概要／Class Objectives and Summary

・情報科学とデータ科学に関する基本的な理解をもとに, 問題の発見や解決に活用できるスキルを獲得すること.
・Society 5.0における責任ある市民としてのスキルを獲得すること.

- Acquire skills that can be applied to discovering and solving problems based on basic understanding of information science and data science.
- Acquire skills required to be a responsible citizen in Society 5.0.

学修の到達目標／Learning Goals

・計算機科学的手法による論理的思考と問題解決ができるようになること.
・大規模データと統計量の基本的な取り扱いができるようになること.
・情報技術やデータ科学に関する知識を身につけるとともに, Society 5.0の一員として, 人間中心の適切な判断と責任ある行動ができるようになること.

- Become able to solve problems logically through the computer science skills.
- Become able to handle large-scale data and basic statistics.
- Acquire appropriate knowledge on information technology and data science, and make appropriate human-centered decisions and actions as a citizen in Society 5.0.

授業内容・方法と進度予定／Contents and Progress Schedule of the Class

1. オリエンテーション
・授業の内容等に関する概要説明, ICL演習室・情報科目相談室案内など
2. 情報システムの基礎
・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
3. ソーシャル・スキル（Society 5.0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（Society 5.0における責任（2））
・Society 5.0における倫理と法
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, 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：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：反復処理
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：問題解決演習
10. 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技術のデータ駆動社会における活用事例
11. サイエンス・スキルII（データ科学の基礎（2））
・Pythonを用いた統計処理実習：基本的な統計量
12. サイエンス・スキルII（データ科学の基礎（3））
・データ科学の倫理と社会の課題
13. サイエンス・スキルII（データ科学の基礎（4））
・Pythonを用いた統計処理実習：実データを利用した統計処理演習（1）
14. サイエンス・スキルII（データ科学の基礎（5））
・Pythonを用いた統計処理演習：実データを利用した統計処理演習（2）
15. サイエンス・スキルII（データ科学の基礎（6））
・Pythonを用いた統計処理演習：実データを利用した統計処理演習（3）

1. Orientation
- Guidance on the topics of the class and information on the ICL rooms
2. Basics on Information Systems
- Basic knowledge and operation on several representative information services such as the user identification and the email
3. Social Skill (Responsibility in Society 5.0 (1))
- Cyber security: security and risk on the information technology
4. Social Skill (Responsibility in Society 5.0 (2))
- Ethics and law in Society 5.0
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: branches
8. Science Skill I (Problem-solving through computer science (4))
- Python programming for beginners: loops
9. Science Skill I (Problem-solving through computer science (5))
- Python programming for beginners: exercise on problem-solving by Python
10. Science Skill II (Basics on Data Science (1))
- Practical examples of large-scale data and AI in the today's data-driven society
11. Science Skill II (Basics on Data Science (2))
- Statistics through Python: Basic values on statistics
12. Science Skill II (Basics on Data Science (3))
- Ethics on data science and technology, and related issues on the real-world
13. Science Skill II (Basics on Data Science (4))
- Statistics through Python: Practical training on statistics using real-world data (1)
14. Science Skill II (Basics on Data Science (5))
- Statistics through Python: Practical training on statistics using real-world data (2)
15. Science Skill II (Basics on Data Science (6))
- Statistics through Python: Practical training on statistics using real-world data (3)

成績評価方法／Evaluation Method

課題に対するレポート（3回を予定）により評価する.

Homework assignments (3 times)

教科書および参考書／Textbook and References

• 数理思考演習, 磯辺秀司, 小泉英介, 静谷啓樹, 早川美徳 , 共立出版 2023 ISBN/ISSN: 9784320125209 資料種別:参考書
• 情報倫理ケーススタディ , 静谷啓樹, サイエンス社 2008 ISBN/ISSN: 9784781911984 資料種別:参考書
• 教養としてのデータサイエンス, 内田誠一, 川崎能典, 孝忠大輔, 佐久間淳, 椎名洋, 中川裕志, 樋口知之, 丸山宏, 講談社 2021 ISBN/ISSN: 9784065238097 資料種別:参考書

関連ＵＲＬ／ＵＲＬ

情報科目関連情報：https://www.cds.tohoku.ac.jp/jkiso/

Information on the class can be found in: https://www.cds.tohoku.ac.jp/jkiso/

授業時間外学修／Preparation and Review

・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.
・情報倫理, サイバーセキュリティ, 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. 利用方法は授業時間中に説明される.

- Students are expected to engage in the exercises given in the class, and to submit the assignments.
- Students can make use of various supplementary materials on information ethics, the cyber security, python programming, data science and AI for the self-study purpose. The instructions how to use them will be given in the class.

実務・実践的授業　　　※○は、実務・実践的授業であることを示す。／Practical Skill/Hands-on Class *Practical classes are marked with a 〇.

○

授業へのパソコン持ち込み【必要/不要】／Students must bring their own computers to class [Yes / No]

必要

Yes

連絡先（メールアドレス等）／Contact（Email, etc.)

全学教育HP掲載の「全学教育科目授業担当教員連絡先一覧」を参照。

その他／Other Comments/Instructions

・授業時間中に適宜資料を配布する. 配布資料はISTU/DCや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授業時間中に説明する.
・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.
・大学から配布される各自のIDおよび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 class if necessary. They are available also in ISTU/DC or Google Classroom, and the instructions to obtain them will be given in the class.
- No office hours are specified. Queries are accepted through emails.
- Students can consult on the technical assistants on technical queries. The technical assistant are available at the IT Help Desk, the first floor of Multimedia Education and Research Complex.
- Students are expected to know their IDs and the corresponding passwords. They will be used in the first class.