タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
数理・データサイエンス・AI教育強化拠点コンソーシアム MIセンターは、2022年度政府予算に盛り込まれた「数理・データサイエンス・AI教育の全国展開の推進」事業の東京大学における実施主体です。 同事業で選定された29大学（拠点校11大学、特定分野校18大学）のコンソーシアムの幹事校として、大学、産業界、研究機関等と幅広くネットワークを形成し、地域や分野における先進的教育モデルの拠点として、数理・データサイエンス・AIの実践的教育の全国普及に努めます。 同時に、この分野を牽引できる国際競争力のある人材および産学で活躍できるトップクラスのエキスパート人材の育成を目指します。 [コンソーシアムホームページ] 数理・データサイエンス・AIの活用事例動画 本動画集は数理・データサイエンス・AIリテラシーレベル教材の導入となるような活用事例を収集したものです。数理・データサイエンス・AIリテラシーレ
全体の170科目 履修・修了証申請のための要件 [対象] 学部後期課程の学生(3~4年生)が対象ですが、大学院学生も各研究科の規則の範囲で履修できます。 [履修] 合計で12単位以上を取得した学生に修了証を交付します。個別の科目のみを履修することも歓迎します。 [分野と志向] 多くの科目の中から履修科目を適切に選択するための2つの指標が示してあります。 分野区分 : A＝数理科目、B＝統計・データサイエンス科目、C＝情報・プログラミング科目 志向区分 : I＝一般科目、II＝アドバンスト科目、III＝目的志向科目（専門性が高い科目） 注意事項： （１）本プログラムは学部後期課程科目にのみ適用されます。教養学部前期課程における科目は対象とはなりません。 （２）2019年から本プログラムに多くの科目が加わりました。それらのいくつかは、2018年にも開設されていますが、本教育プログラムの対象科目
情報教育の教員向けの資料をまとめてみた
はじめに この４月から新学習指導要領でのカリキュラムが始まり、改定された教科書も公になりました。 TwitterなどのSNSでの教科書に対する反響を見て、割とIT産業界の方々も学校における情報分野の扱いに関心を持っていることを知りました。 そこで、数年間はそこそこ学校教育に近いところ（？）にいたので自分の中で知っている資料を雑多にまとめておこうと思い、この記事を書くことにしました。 まとめている情報はほとんど教員向けのものなので、教員という職業に興味がない人から見るとわかりにくいものも多いかもしれません。その点はご容赦ください。 一般企業で技術者として働いている方でも、これらの資料を見ることで、教える立場のことを考える良い機会になるかもしれません。 資料まとめ 高等学校共通科目「情報I」と「情報II」について無料でアクセスできる資料をまとめました。 資料名 概要 リンク
データサイエンスを学ぶには、そのための基礎として、数理系科目（解析・線形代数）、統計系科目（確率・統計）、情報技術系科目、プログラミング系科目を履修する必要があります。科目系統の説明はこちら このページでは、前期課程と後期課程の主要な科目を図示し、これらの科目間の関係を明らかにしています。さらに、機械学習・データマイニングをゴールとして、いくつかの履修パターンを示しています。 前期課程だけでも、後期課程からでも、大学院に入学してからでも、様々な方法でデータサイエンスを学ぶことができます。履修の参考にしてください。 以下の図は、それぞれの系統の主要な科目と、数理・情報教育研究センターが提供するデータサイエンス分野の科目を示しています。各講義からはより詳細な説明を表示します。 図中の科目名をクリックすると各科目の詳細な説明が表示されます。 開講時期：S 文科理科を問わない必修科目である。 前提
筆者は日本の大学の大学院で勉強していたおりに、ひょんなきっかけで「パーソナルコンピューターの父」と呼ばれるアラン・ケイ博士のグループに参加することとなり、1997年ごろから25年近く共同で研究・開発に携わるという幸運に恵まれた。その縁もあり、コンピューティングの歴史に関わった人々と直接触れる機会を多く持つことができた。 この経験から、筆者は「コンピューティングの歴史と進歩は関わってきた人々の人間臭い努力と協力、感情のぶつかり合いとせめぎ合いによって生み出されてきたものである」と身をもって感じることができた。 また、コンピューティングはプログラムを書く、ということだけではなく、心理学や生理学や社会学と深く関わっており、特にケイ博士が情熱を持っている教育が、人類にとって非常に重要であるという思想にも深く同意するようになった。 このような体験をもとに、この連載では、コンピューティングの発展に関わ
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
2022年4月に入学した高校生に適用される指導要領には、統計や機械学習といったデータサイエンスの理論に加えて、PythonやRで実装する指導も含まれるなど、教育現場では大きな変化が起きています。今回は、元高校教員で現在は校務ICTコンサルタントとして活動する保坂英之氏と、株式会社データミックスの講師である立川裕之氏が「教育DXの実態」について語りました。本記事では、学校の情報教育における教員不足や、画一的な教育が子どもたちにもたらす影響などを指摘します。 日本と比較されがちな「アメリカの学校教育」にも弱点はある 立川裕之氏（以下、立川）：私がちょっと気持ち悪いなと思うのが、教育はみんなが経験していますし、誰でも話しやすい分、いろんなことを自由に言えちゃいますし、特に何でもかんでもアメリカと比較して言及することが多いじゃないですか。 実はアメリカの学校教育って、弱点もあることは一部でよく知ら
国公立大学に加えて私立大学も幅広く利用する大学入学共通テストに「情報」が追加されたことは、大きなニュースとして取り上げられた。これにより、従来の5教科7科目が6教科8科目に変わる。「情報」の出題科目は、高等学校で共通必履修になった情報Ⅰだ。 多くの関係者は入試に「情報」が入ったことを歓迎している。高等学校では大学入試を見据え、情報Ⅰの指導に力を入れるようになるだろう。大学にとっては、情報Ⅰの内容をしっかり学習し、大学入学共通テストを受けて入学してくる学生は、これまでよりもリテラシーレベルが上がると期待できる。 国立大学の受験では実質必須 国立大学協会は、2024年度以降に実施する国立大学入試において、大学入学共通テストの「情報」を受験することを原則とする（図1）。このため、芸術系などの一部の専攻を除き、国立大学を受験するほとんどの受験生が「情報」の試験を受けることになりそうだ。河合塾の予想
前回に引き続き、人工知能の父の一人であるジョン・マッカーシーについて触れていこう。 マッカーシーは1950年代半ばに人工知能（Artificial Intelligence）という用語を考案し、「ダートマス会議」の中心人物として分野の発展に多く貢献した。 この時代以前にもサイバネティクスという言葉に代表される同様の分野の研究は行われていたのだが、マッカーシーは30歳前にしてここに新たな潮流をもたらす核となったわけである。 ジョン・マッカーシー ■マッカーシーとLisp マッカーシーは、コンピューティングの歴史に残る「知的な発明」を多く生み出した。彼が学生だった頃はコンピューターを専門の研究分野としていた人はもちろんいなかったわけだが、数学や科学の他分野で訓練を積んだ研究者たちが、培った知見や研究態度をコンピューティングの分野で発揮することによって、異なる考え方を含んだ豊かな土壌が生まれるこ
複素１変数の微積分 複素関数論は数学の様々な局面で使われるきわめて強力な理論である．本講義では複素数平面，複素関数の微分，複素関数の積分とコーシーの定理といった複素関数論の基礎について解説を行う． 主な内容は ◎複素数平面 ◎リーマン球面と1次分数変換 ◎ベキ級数 ◎複素関数の微分と積分 ・正則関数，コーシー・リーマン方程式，コーシーの積分定理 ◎コーシーの積分公式とその応用 ・ベキ級数展開，リウヴィルの定理，最大値原理，代数学の基本定理 ◎調和関数とポアソンの公式 ◎有理形関数 ・ローラン展開，孤立特異点，無限遠点 ◎留数 ・定積分への応用，ルーシェの定理，逆写像定理 複素解析学I-1 複素解析学I-2 複素解析学I-3 複素解析学I-4 複素解析学I-5 複素解析学I-6 複素解析学I-7 複素解析学I-8 複素解析学I-9 複素解析学I-10 複素解析学I-11 複素解析学I-12
数理・データサイエンス・AI教育強化拠点コンソーシアム MIセンターは、2022年度政府予算に盛り込まれた「数理・データサイエンス・AI教育の全国展開の推進」事業の東京大学における実施主体です。 同事業で選定された29大学（拠点校11大学、特定分野校18大学）のコンソーシアムの幹事校として、大学、産業界、研究機関等と幅広くネットワークを形成し、地域や分野における先進的教育モデルの拠点として、数理・データサイエンス・AIの実践的教育の全国普及に努めます。 同時に、この分野を牽引できる国際競争力のある人材および産学で活躍できるトップクラスのエキスパート人材の育成を目指します。 [コンソーシアムホームページ] 数理・データサイエンス・AIの活用事例動画 本動画集は数理・データサイエンス・AIリテラシーレベル教材の導入となるような活用事例を収集したものです。数理・データサイエンス・AIリテラシーレ
情報教育に「地域格差」
情報教育に「地域格差」 ITやAIを学ぶ必修の「情報」科目で、専門の教員を一人も採用していない県が七つもある。 2020年2月号 BUSINESS ［特別寄稿］ by 中山 泰一（電気通信大学大学院情報理工学研究科教授） 大学入学共通テストの英語民間試験や記述式問題について、昨年大きな問題となった。見送りは妥当なものだったと思われるが、今後の入試で望まれる改革もある。その一つが情報科目からの出題だ。今、2025年の共通テストから、03年に高等学校で新設された教科「情報」の出題が検討されている。 「情報」は高校で必履修教科である。社会の変化によって情報の重要性が高まり、共通テストでの出題もそれに伴うものだ。だが、肝心の情報科の体制に、地域間で大きな隔たりがある。 「共通テスト」で出題方針 そもそも、なぜ理系だけでなくすべての生徒が「情報」を学ぶことが必要なのだろうか。 現代社会ではコンピュー
地域ブランドおよび企業ブランドの研究とコンサルティングを行う専門企業。ブランド戦略の理解・普及活動、戦略立案などを担当するほか、ブランド力を高めるためのPR、調査、テストマーケティング、コンサルティング、商標管理などを行っている。同社が1年ごとに発表する『地域ブランド調査』で紹介する都道府県魅力度ランキングは、毎年大きな話題を呼んでいる。地域ブランド調査2020、ブランド総合研究所ホームページ 企業版SDGsランキング ブランド総合研究所が地域に合った持続的な開発目標を明らかにしようと行った「企業版ＳＤＧｓ調査」。投資経験者、ビジネスマン、SDGs認知者、専業主婦、若年層などのステークホルダー1万500人にアンケートを実施。調査対象となった日本を代表する企業210社のSDGsへの取り組み全体を評価するとともに、各社のESG活動（「環境に配慮している」「地域に貢献している」など）20項目につ
コンピューティング史見聞録（14） ジェローム・ブルーナーと認知心理学革命 2024年4月1日コンピューティング史見聞録（13） 私的なジョン・マッカーシーのエピソード 2024年3月1日コンピューティング史見聞録（12） ジョン・マッカーシーの発想と発明 2024年2月1日コンピューティング史見聞録（11） ジョン・マッカーシーの人工知能研究 2024年1月4日コンピューティング史見聞録（10） ビューポインツ・ビデオ・アーカイブ 2023年12月1日コンピューティング史見聞録（9） J. C. R. リックライダーとSAGEシステム 2023年11月1日コンピューティング史見聞録（8） J. C. R. リックライダーの人となり 2023年10月2日コンピューティング史見聞録（7） マービン・ミンスキーと創造する心 2023年9月1日コンピューティング史見聞録（6） マービンミンスキー
東京大学で公開している情報分野のe-learning教材や授業ページを紹介しています。東京大学の教員が関わったコンテンツを中心にしていますが、一部、海外の著名なコンテンツも含めました。 情報分野の自習に際に活用してください。 以下は情報教育の俯瞰図です。下の方には数学・統計を含む基礎分野、上の方には応用分野が示されています。分野を示す長方形をクリックしてください。（教材を参照している分野はクリックできます。）
日本は情報教育の後進国なのか？豊福先生と教育でのICT活用とプログラミングについて考える - 小・中学生のための学研のプログラミングスクール「Gakken Tech Program」
文 星政明／写真 大野真人 小学生でもスマートフォンを持つ子どもが増えた日本。しかし、教育現場での「ICT」（Information and Communication Technology：情報通信技術のことでITとほぼ同義）活用は、OECD諸国（経済協力開発機構：日本やアメリカ、ヨーロッパなどの35か国が加盟）と比べて非常に遅れているそうです。そんな日本の現状と対策について、教育現場のICT化に取り組む豊福晋平 国際大学GLOCOM准教授・主幹研究員にお聞きしました。 Profile：豊福 晋平 国際大学GLOCOM（グローバル・コミュニケーション・センター）准教授・主幹研究員。1995年東京工業大学大学院総合理工学研究科博士課程中退。専門は学校教育心理学、教育工学、学校経営、教育情報化。近年の研究テーマは教育情報化政策、学習者中心の ICT 環境、学校 Web ページを中心とした学校
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
大学間コンソーシアム | 東京大学 数理・情報教育研究センター
数理・データサイエンス教育プログラム | 東京大学 数理・情報教育研究センター
データサイエンス履修の手引き概要 | 東京大学 数理・情報教育研究センター
コンピューティング史見聞録（1） – 京都テキストラボ情報＆教育サイト
学校でタブレット故障多発、情報教育に詳しい校長が後任の教育長へ：朝日新聞デジタル
教員の専門知識不足が深刻な、学校での情報教育 データサイエンス教育のカギを握るのは「ICT」の利活用
小学校から大学までつながる情報教育（3）――知識だけでは歯が立たない大学入学共通テスト
コンピューティング史見聞録（12）ジョン・マッカーシーの発想と発明 – 京都テキストラボ情報＆教育サイト
数理・データサイエンス関連教材 | 東京大学 数理・情報教育研究センター
大学間コンソーシアム | 東京大学 数理・情報教育研究センター
SDGsへの取り組みの評価が高い企業ランキング2021、情報・教育／輸送／金融業界編【完全版】
コンピューターサイエンス – 京都テキストラボ情報＆教育サイト
「AIプロンプトグランプリ」を日本情報教育学会が実施、大賞のAI活用方法に10万円
情報教育コンテンツリンク集 | 東京大学 数理・情報教育研究センター
www.kagoya.jp
qiita.com/taka_yayoi
akiko42life.hatenablog.com
dev.classmethod.jp
www.asahi.com
news.yahoo.co.jp