現在地トップページ > 組織で探す > 本部戦略推進課 > デジタルリテラシー事業推進本部

デジタルリテラシー事業推進本部

印刷用ページを表示する 2024年7月31日更新

教員情報

河村　勉

職名: 教授
学位: 博士（工学）
経歴: 1989年九州大学大学院総合理工学研究科エネルギー変換工学専攻を修了、（株）日立製作所に入社。2006年九州大学より博士号（工学）取得。2023年より現職に至る。
専門分野: エネルギーマネジメント
担当科目: 数理?データサイエンス?AI入門（リテラシーレベル）、データサイエンス基礎（応用基礎レベル）
講義テーマ例: データ?AI利活用における留意事項、ExcelおよびPythonを用いた重回帰分析、ExcelおよびPythonを用いた数理最適化

野呂　正明

野呂　正明

職名: 教授
学位: 博士（情報科学）
経歴: 名古屋大学大学院博士課程前期課程修了、富士通研究所にて研究開発に従事。途中、独立行政法人情報通信研究機構に出向、大阪大学大学院博士課程後期課程修了、2022年より現職に至る。
専門分野: IoT、ネットワーク制御、組み込みシステム
担当科目: データサイエンス(リテラシーレベル)、データエンジニアリング基礎(応用基礎レベル)
講義テーマ例: データの相関関係の理解、初めてのプログラミング、データベース入門

松井　猛

職名: 准教授
学位: 博士（工学）
経歴: 2002年9月広島県立大学経営学部経営情報学科卒業、2005年3月広島県立大学大学院経営情報学研究科修了、2008年3月広島大学大学院工学研究科修了、その後広島大学大学院工学研究科助教、群馬大学社会情報学部准教授を経て、2022年12月より現職に至る。
専門分野: 数理情報学
担当科目: データサイエンス入門（リテラシーレベル）、AI基礎（応用基礎レベル）
講義テーマ例: データリテラシー、人工知能、機械学習、深層学習、パターン認識、自然言語処理、生成AI

講義派遣教員一覧

以下リストは一例ですので、その他の内容についても対応可能です。お気軽にご相談ください。

※1コマ90分

※★は演習込みの講義

講義派遣教員一覧 [PDFファイル／257KB]

【リテラシーレベル】

タイトル	概要	派遣教員名	所要時間(コマ数)	講義で必要な機材等	学生対象	教職員対象
★データサイエンスとは	大学のデータサイエンスの講義でどんな事を学ぶかを紹介します。	野呂	1コマ	PCもしくはスマートフォン(アンケート回答用)	?
★データ間の関係の理解	「相関関係」の理解とPCを使った相関分析を体験します。	野呂	2コマ	?マイクロソフト365インストール済み ?受講生のアカウントでマイクロソフト365が利用可能	?
データ?AI利活用における留意事項	データ?AI活用時のAI倫理、情報セキュリティ、個人情報保護などの留意事項の解説をします。	河村	1コマ		〇	〇
データを読む	データの特徴を読み解き、起きている事象の背景や意味合いについて理解します。	松井	1コマ	プロジェクター	〇	〇
データを説明する	データの比較対象を正しく設定し、数字を比べ他者に説明し、不適切に作成されたグラフ／数字に騙されない力を養います。	松井	1コマ	プロジェクター	〇	〇
★データを扱う	表計算ソフトを使って、データの集計?加工をします。	松井	1コマ	PC プロジェクター	〇	〇

【応用基礎レベル】

「データエンジニアリング基礎」

タイトル	概要	派遣教員名	所要時間(コマ数)	講義で必要な機材等	学生対象	教職員対象
★初めてのプログラミング	プログラミング言語Pythonを使い、プログラミングを体験します。	野呂	1～2コマ	以下のいずれか 1.PC(Google Chromeインストール済み)，受講生はGoogleアカウント取得 2.PC(jupyter notebook済み)	?
★データベース入門	主要なデータベースである関係データベースとデータベース検索言語であるSQLを体験します。	野呂	1～2コマ	Windows PC(マイクロソフトAccessインストール済み)	?
★インターネット通信における暗号技術の基礎	Webの閲覧やファイル交換で用いられる暗号技術の基礎知識の講義と実際にファイルとWebサーバ通信の暗号化を体験します。	野呂	2コマ	以下の条件の両方 ?Windows PC or Mac (Homebrewインストール済み) ?受講生のPCアカウントが管理者権限	?	?

「データサイエンス基礎」

タイトル	概要	派遣教員名	所要時間(コマ数)	講義で必要な機材等	学生対象	教職員対象
★Excelを用いた重回帰分析	売上予測、需要予測などの予測手法としての重回帰分析の解説とExcelによる演習をします。	河村	1コマ	PC、Excel（アドインの分析ツールを使用）	〇	〇
★Pythonを用いた重回帰分析	売上予測、需要予測などの予測手法としての重回帰分析の解説とPythonによる演習をします。	河村	1コマ	PC、Excel（アドインの分析ツールを使用）、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇
★ロジスティック分析	病気発症の有無、商品購入の有無などの予測手法としてのロジスティック分析の解説とExcel、Pythonによる演習をします。	河村	1コマ	PC、Excel（アドインのソルバーを使用）、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇
★マーケットバスケット分析	商品の同時購買パターンを発見するマーケットバスケット分析の解説とExcel、Pythonによる演習をします。	河村	1コマ	PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇
★階層的クラスター分析	似た者どうしをグループ化する階層的クラスター分析の解説とExcel、Pythonによる演習をします。	河村	1コマ	PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇
★データサイエンスにおける数学基礎	データサイエンスにおける数学基礎（微分積分、線形代数、確率）の解説とExcel、Pythonによる演習をします。	河村	1コマ	PC、Excel、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇
★Excelを用いた数理最適化	売上を最大化する商品生産計画等の数理最適化の解説とExcelによる演習をします。	河村	1コマ	PC、Excel（アドインのソルバーを使用）	〇	〇
★Pythonを用いた数理最適化	売上を最大化する商品生産計画などの数理最適化の解説とPythonによる演習をします。	河村	1コマ	PC、Excel（アドインのソルバーを使用）、Googleアカウント（Google ColaboratoryでPythonを使用)	〇	〇

「AI基礎」

タイトル	概要	派遣教員名	所要時間(コマ数)	講義で必要な機材等	学生対象	教職員対象
AIと社会	AIの歴史と活用領域の広がり、AIが社会に受け入れられるために考慮すべき論点について学びます。	松井	1コマ	プロジェクター	〇	〇
★機械学習	機械学習の基本的な概念と手法について学びます。	松井	1コマ	PC プロジェクター	〇	〇
★深層学習	深層学習の基本的な概念と手法について学びます。	松井	1コマ	PC プロジェクター	〇	〇
★認識とAI	文字認識や画像認識の基礎と活用事例について学びます。	松井	1コマ	PC プロジェクター	〇	〇
★言語とAI	自然言語処理の基礎と活用事例について学びます。	松井	1コマ	PC プロジェクター	〇	〇
★生成AI	生成AIの基本的な概念と応用、留意事項について学びます。	松井	1コマ	PC プロジェクター	〇	〇

PDF形式のファイルをご覧いただく場合には、Adobe社が提供するAdobe Readerが必要です。
Adobe Readerをお持ちでない方は、バナーのリンク先からダウンロードしてください。（無料）