Pythonの基礎  冬休み短期スクール 受付中

中高生向けの冬休み短期スクールを受付中です。

短期スクールの詳細はこちら

データSとAI B

データサイエンスとAIの初歩Bコーステキスト

文書を開くパスワードは別途お知らせします。

学習指導案

学習指導案

■単元名
データサイエンスとAIの初歩Bコース Unit1-4 確率と統計

■単元の学習目標
加法定理と乗法定理などの確率の基礎を学ぶ。
平均、メジアン、標準偏差といった基本的統計量を学ぶ。
アンスコムのデータセット、ランダムウォーク、モンテカルロ法など、統計で話題になる事柄を学ぶ。
ベンフォードの法則を様々な計算データで確認する。

■テーマ選定の理由
確率と統計は科学の基礎とも言えるだけでなく、実社会でも役に立つ重要な学問分野である。コンピューターを使えば効率良く学習できるが、そのような機会はなかなか無い。ここでは、Pythonを使って基本的な確率・統計の考え方を理解するとともに、実際に確率・統計の計算ができるようにする。

■単元の学習計画
カリキュラム
確率の計算 Unit1 60分
加法定理と乗法定理
バースデーパラドックス
基本的統計量 Unit2 60分
統計の話題 Unit3 60分
乱数
ランダムウォーク
モンテカルロ法
ベンフォードの法則 Unit4 60分

■育成したい思考力
ロジカルシンキング
クリティカルシンキング。例えば、バースデーパラドックス。

■評価計画
確率の基本的な考え方を理解している。
基本的統計量が計算できる。

■応用・発展
身近なデータを使って基本的統計量を算出してみる。

講義

Unit 1

確率と統計
 確率の計算
 加法定理と乗法定理
 バースデーパラドックス

Unit 2

確率と統計
 基本的統計量

Unit 3

アンスコムデータを以下からダウンロードします。
確率と統計
 統計の話題
 乱数
 ランダムウォーク
 モンテカルロ法

Unit 4

確率と統計
 ベンフォードの法則

学習指導案

学習指導案

■単元名
データサイエンスとAIの初歩Bコース Unit5-8 ベイズ統計

■単元の学習目標
ベイズ統計、特にベイズの定理を理解する。
ベイズ的意思決定、ベイズ更新、ベイズフィルターなどが実際に役立つことを理解する。

■テーマ選定の理由
ベイズ統計学は実社会の広い分野で応用が効くことから、脚光を浴びており、実際に様々な分野で活用されている。しかしながら、多くの生徒はベイズ統計学について、きちんと学ぶ機会が少ない。ここでは、基本となる定理とその様々な応用を見ていく。

■単元の学習計画
カリキュラム
ベイズ統計とは Unit5 60分
確率の基本
ベイズの定理
難病xの疑い
ベイズ的意思決定 Unit6 60分
ベイズ更新 Unit7 60分
ベイズフィルター Unit8 60分

■育成したい思考力
ロジカルシンキング
クリティカルシンキング。例えば、難病xの疑い。

■評価計画
ベイズの定理を理解して、使うことができる。
ベイズ的意思決定について理解している。
ベイズ更新について理解している。
ベイズフィルターについて理解している。

■応用・発展
ベイズ統計学についてさらに自分で調べてみる。

講義

Unit 5

ベイズ統計
 ベイズ統計とは
 確率の基本
 ベイズの定理
 難病xの疑い

Unit 6

ベイズ統計
 ベイズ的意思決定

Unit 7

ベイズ統計
 ベイズ更新

Unit 8

ベイズ統計
 ベイズフィルター

学習指導案

学習指導案

■単元名
データサイエンスとAIの初歩Bコース Unit9 データサイエンスの初歩

■単元の学習目標
タイタニック号の乗船者のデータから情報を導き出す。

■テーマ選定の理由
ビッグデータから数学、統計学、計算機科学を駆使して、意味のある情報、法則、現象間の関連姓などを導き出し、新たな価値をもたらすデータサイエンスの分野が注目を浴びている。実際のデータから情報を導き出す経験は将来役に立つと期待される。

■単元の学習計画
カリキュラム
タイタニック号からの生還 Unit9 60分

■育成したい思考力
ロジカルシンキング

■評価計画
PythonのライブラリであるPandas、Seabornなどを使って簡単なデータの処理ができる。

■応用・発展
他のデータを使って、そこから意味のある情報を引き出してみる。

講義

Unit 9

乗船者データを以下からダウンロードします。
データサイエンスとAIの初歩
 タイタニック号からの生還

学習指導案

学習指導案

■単元名
データサイエンスとAIの初歩Bコース Unit10-12 AIの初歩

■単元の学習目標
AIの初歩として回帰、分類、クラスタリングについて学ぶ。

■テーマ選定の理由
AIが様々な分野で活用されるようになってくると、その中の仕組みをある程度は知っておいた方が良いと考えられる。しかしながら、多くの生徒にとって、その機会は少ない。ここでは、AIの初歩的なテーマとして、回帰、分類、クラスタリングの3つに焦点を当て、その原理を学び仕組みを理解する。

■単元の学習計画
カリキュラム
AI(人工知能)研究の歴史 Unit10 60分
回帰
分類 Unit11 60分
クラスタリング Unit12 60分

■育成したい思考力
ロジカルシンキング

■評価計画
回帰について理解している。
分類について理解している。
クラスタリングについて理解している。

■応用・発展
ディープラーニングなどのAIの最先端技術について調べてみる。

講義

Unit 10

回帰用データの作成プログラムを以下からダウンロードします。
データサイエンスとAIの初歩
 AI(人工知能)研究の歴史
 回帰

Unit 11

分類用データの作成プログラムを以下からダウンロードします。
データサイエンスとAIの初歩
 分類

Unit 12

データサイエンスとAIの初歩
 クラスタリング
Ex-Gram エクスグラム 小中高生向けプログラミング教室