文献

J-GLOBAL ID：201802228411634711   整理番号：18A1652344

データサイエンス教育の滋賀大学モデル

著者 (6件)： 竹村彰通 (滋賀大 データサイエンス) ,  和泉志津恵 (滋賀大 データサイエンス) ,  齋藤邦彦 (滋賀大 データサイエンス) ,  姫野哲人 (滋賀大 データサイエンス) ,  松井秀俊 (滋賀大 データサイエンス) ,  伊達平和 (滋賀大 データサイエンス)
資料名： 統計数理  (Proceedings of the Institute of Statistical Mathematics)
巻： 66  号： 1  ページ： 63-78  発行年： 2018年06月 
JST資料番号： F0407A  ISSN： 0912-6112  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ビッグデータから価値を引き出すための方法がデータサイエンスである。データサイエンスの技術的基礎をなすのは,データエンジニアリング(情報学)とデータアナリシス(統計学)である。理系のスキルを持つとともに文系的なマインドも持つデータサイエンティストを育成するため,滋賀大学データサイエンス学部が2017年4月に誕生した。本論文では,滋賀大学のデータサイエンス教育の内容を解説する。まず滋賀大学モデルの概要をまとめる。続いて,データサイエンスの情報系と統計系のカリキュラムについて,それぞれ述べる。そして,これらのカリキュラムをサポートする学習環境について述べる。さらに,課題解決型(Project-Based Learning,PBL)演習のための国内の組織との連携の実例を幾つか紹介する。国内の多くの大学が,滋賀大学モデルを参考にして,データサイエンス分野の教育を強化することを期待したい。(著者抄録)

シソーラス用語： 科学 ,  *学校教育 ,  大学 ,  *データ解析 ,  カリキュラム ,  利用 ,  学習 ,  モデル ,  設計 ,  *教育 ,  ビッグデータ利活用 ,  教育モデル ,  職種別従事者
準シソーラス用語： スペシャリスト ,  アクティブラーニング ,  *データアナリシス ,  *データサイエンス ,  教育カリキュラム ,  国立大学 ,  授業デザイン ,  専門家 ,  *大学教育 ,  *統計教育

分類 (2件)： 科学技術教育  (AA04000C) ,  技術教育  (JA01050T)

引用文献 (27件)：

• 深澤弘美,櫻井尚子,和泉志津恵(2013).学校教育における問題解決型統計教育とその評価,「統計教育実践研究 第5巻」,統計数理研究所共同研究リポート,No.293,62-65.
• 深澤弘美,櫻井尚子,和泉志津恵(2015).大学入試センター試験と海外の出題傾向,「統計教育実践研究 第7巻」,統計数理研究所共同研究リポート,No.335,69-72.
• 深澤弘美,和泉志津恵,櫻井尚子(2017).統計教育における評価指標の作成と試行-高校,大学の教養レベル-,「統計教育実践研究 第9巻」,統計数理研究所共同研究レポート,No.379,9-14.
• IBM(2017). IBM Watson, https://www.ibm.com/watson/jp-ja/.
• 岩崎学,姫野哲人(2017).『スタンダード統計学基礎』,培風館,東京.

タイトルに関連する用語 (3件)： データサイエンス ,  教育 ,  モデル