科目ナンバー

PS-IF2-SM02

履修条件・関連科目等

情報学基礎，デジタル社会，情報ネットワークの履修が望ましい(次年度以降でもよい)
データサイエンス関連科目の履修があるとなお望ましい．


情報，ITシステムを利用して，社会課題，ビジネス課題の解決に向けて基礎から応用までを学びます．情報学には多様な立ち位置があり，それぞれアプローチが異なります．現在の知識などは関係なく，興味があれば取り組めます．

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

専門演習Ⅰでは，オープンデータを可視化，分析に生成AIとExcelを利用したが，基本的なデータ分析に限定されていた．
本講義では，生成AIを利用してPythonを学び，プログラミングによるオープンデータの解析によって地域，公共の課題の可視化，分析

科目目的

データ分析から，データから定量的にどのようなことを明らかにできるのかを生成AIを利用したプログラミングによってを目的とする．
そして，日常利用するツールについて理解を深める．
総合政策学部ディプロマポリシーの"専門性に基づく複眼的思考能力", "コミュニケーション能力", "総合的実践力"を養成する．

到達目標

社会データ(オープンデータ)を利用して，データ公開の意味を理解する．
Pythonを利用したデータ分析を実践できる．
データの特徴から，社会課題について説明し，グループで議論できる．そして，その成果をプレゼンテーションとして発表できる

授業計画と内容

第1回 イントロダクション，環境(Google Colab)の確認

第2回 生成AIとの対話 生成AI（Copilotなど）へのプロンプトの出し方と, 簡単なプログラムを動かす

第3回 コードの"読み解き" プログラムの意味を理解する

第4回 Pythonの基礎 1　変数、代入、演算子の基礎，関数の呼び出し方（引数と戻り値）

第5回 Pythonの基礎 2 インデントの制御 (if文による条件分岐とブロック構造)

第6回 Pythonの基礎 3 繰り返し(for文, while文), 処理の流れ

第7回 データのまとめ方 データ構造(リスト, 辞書, タプル)

第8回 関数による部品化　関数(def文)とimport文

第9回　データ分析　”pandas" 導入

第10回 演習：データの突合せ 複数データの不一致をみつける

第11回　グループワーク　社会課題テーマ設定とオープンデータからデータの選定

第12回　選定データの分析演習　データの比較 (地域，年代, 時系列)

第13回　グループ発表　考察を深める　社会課題について得られた知見を発表し，議論する

第14回　まとめ　プログラミング利用による利点を考える

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／プレゼンテーション

アクティブ・ラーニングの実施内容（その他の内容等）

グループワークの結果を代表者にプレゼンテーションしてもらいます．

授業におけるICTの活用方法

タブレット端末／その他

授業におけるICTの活用方法（その他の内容等）

ラップトップを所有している場合は，講義に持ってきてください

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

テキストは特にありません

参考文献は講義内で紹介します．

その他特記事項

参考URL