データSとAI C

学習指導案

■単元名
データサイエンスとAIの初歩Cコース　Unit1-4　線形代数の初歩

■単元の学習目標
線形代数の初歩について学ぶ。
ベクトルと行列の概念について学ぶ。
線形変換について学ぶ。
固有ベクトルと固有値の意味を理解する。

■テーマ選定の理由
主成分分析や自然言語処理などにおいてはベクトルや行列が活用されている。Pythonを用いて線形代数の初歩を学ぶことにより、今後の学習をスムーズに進められるようにする。

■単元の学習計画
カリキュラム
線形代数の初歩 ベクトルと行列など　Unit1　60分
線形代数の初歩 行列の演算など　Unit2　60分
線形代数の初歩 線形変換とアフィン変換など　Unit3　60分
線形代数の初歩 固有ベクトルと固有値など　Unit4　60分

■育成したい思考力
ロジカルシンキング

■評価計画
ベクトルと行列について理解している。
線形変換について理解している。
固有ベクトルと固有値について理解している。
Pythonによりベクトルと行列の計算ができる。

■応用・発展
いろいろな図形を線形変換してみる。

学習指導案

■単元名
データサイエンスとAIの初歩Cコース　Unit5-8　主成分分析

■単元の学習目標
主成分分析について学ぶ。
分散と共分散にについて学ぶ。
基底変換と座標変換について学ぶ。
分散共分散行列の固有値問題について学ぶ。
アイリスのデータセットで主成分分析を行ってみる。
乳がんのデータセットで主成分分析を行ってみる。

■テーマ選定の理由
高次元のデータセットの次元削減が行える主成分分析はデータサイエンスの基礎知識として重要である。その中身を理解することにより、今後のデータサイエンスやAIの学習をスムーズに進められるようにする。

■単元の学習計画
カリキュラム
主成分分析 分散と共分散など　Unit5　60分
主成分分析 基底変換と座標変換など　Unit6　60分
主成分分析 分散共分散行列の固有値問題など　Unit7　60分
主成分分析 乳がんのデータセットの主成分分析など　Unit8　60分

■育成したい思考力
ロジカルシンキング

■評価計画
主成分分析について理解している。
簡単なデータセットの主成分分析を行うことができる。

■応用・発展
様々なデータセットで主成分分析を行ってみる。

学習指導案

■単元名
データサイエンスとAIの初歩Cコース　Unit9-12　自然言語処理の初歩

■単元の学習目標
自然言語処理の初歩について学ぶ。
文字列の操作について学ぶ。
正規表現について学ぶ。
形態素解析について学ぶ。
Bag of Wordsについて学ぶ。
word2vecについて学ぶ。

■テーマ選定の理由
自然言語処理では単語をベクトルにする手法が主流となっており、様々な成果をおさめている。その基本的な考え方を理解することにより、今後の学習をスムーズに進められるようにする。

■単元の学習計画
カリキュラム
自然言語処理 文字列の操作など　Unit9　60分
自然言語処理 形態素解析など　Unit10　60分
自然言語処理 Bag of Wordsなど　Unit11　60分
自然言語処理 word2vecなど　Unit12　60分

■育成したい思考力
ロジカルシンキング

■評価計画
簡単な文字列操作ができる。
形態素解析を理解し、ツールを用いて形態素解析を行える。
Bag of Wordsの考え方を理解している。
word2vec の考え方を理解している。

■応用・発展
様々な文書データを用いて、頻出単語をカウントしたり、単語ベクトルの演算をしたりしてみる。