講習の概要

この講義の目的は、データサイエンスの基礎知識とスキルを習得し、実際のデータ分析に応用できる力を養うことです。具体的な目標は以下の通りです：

1. データサイエンスの基本概念を理解する。
2. データの収集・前処理・可視化の方法を習得する。
3. 基本統計量や相関関係、回帰分析の手法を理解し、実践できるようになる。
4. データの倫理や規制について理解し、適切に対応できるようになる。

主な受講対象

• これからの社会を子どもたちと一緒に考えるための教師や親の正しい理解
• 教科情報が好きな高校生のための発展学習
• 情報工学を専門としない大学生のキャリア教育
• DX化を目指す企業や組織、各種団体における研修

各回のタイトルと学習目標

第1回 データサイエンスとデータサイエンティストとは

• データサイエンスとは何かを説明できる。
• データサイエンスの出番はどのような時か説明できる
• データサイエンティストに求められる役割を説明できる
• 本教材で挙げたデータサイエンティストの８つの役割について、説明できる
• データドリブンとデータインフォームドについて説明できる

第2回 データとは何か？

• データの定義を説明できる
• データを表わす属性を説明できる
• データセット/分析レコードを説明できる
• 属性の種類として数値属性と、そこに含まれる２つの尺度について説明できる
• 名義属性について説明できる
• 順序属性について説明できる
• 構造化データと非構造化データについて説明できる
• 捕捉データと排出データについて説明できる

第3回 データ活用の第一歩

• データの統計（学）的な扱いについて説明できる
• データラングリングについて説明できる
• 代表値について説明でき、データからいくつかの代表値を計算できる
• 散布度について説明でき、データからいくつかの散布度を計算できる

第4回 データ活用の第二歩

• データをよく見るための2つの方法について説明できる
• ヒストグラムについて説明できる
• 正規分布について説明できる
• 散布図について説明できる
• 2つの独立したデータの相関関係について説明できる
• 回帰直線と相関係数について説明できる
• 相関関係について間違ってはいけないことを説明できる
• 統計的仮説検定という手法について説明できる

第5回 FACTFULNESS

• FACTFULNESSという書籍について紹介できる
• FACTFULNESSで紹介されている10の本能について紹介できる
• 分断本能が示す問題について説明できる
• FACTFULNESSでわれわれが考えるべきことを説明できる
• データの民主化について説明できる

標準学習時間

約4時間（全5回）

AIによる講習要約

この講義では、データサイエンスの基礎について学びます。データサイエンスとは、データを収集・分析し、そこから有益な情報を引き出す学問です。講義では、データサイエンスの基本概念や歴史、データの種類とその扱い方、データの可視化方法、統計的手法、機械学習の基礎などを学びます。具体的には、データの収集方法やデータベースの利用、データの前処理（データラングリング）、基本統計量の計算、ヒストグラムや散布図の作成、相関関係の分析、回帰分析などを取り扱います。また、データサイエンティストに求められるスキルや役割についても学びます。さらに、データの倫理や規制、データの民主化についても触れ、データを扱う際の注意点や社会的な影響についても考察します。講義を通じて、データサイエンスの基本的な知識とスキルを身につけ、実際のデータ分析に応用できる力を養います。