シラバス参照

基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名
／Course

ビジネス英語B

時間割コード
／Course Code

K1000011_K1

開講所属
／Course Offered by

社会インフォマティクス学環／School of socio-informatics

ターム・学期
／Term・Semester

2025年度／Academic Year　　第2クォーター／2Q

曜限
／Day, Period

月／Mon　5

開講区分
／Semester offered

第2クォーター／2Q

単位数
／Credits

1.0

学年
／Year

3,4

主担当教員
／Main Instructor

曽我　真人／Masato Soga

授業形態
／Lecture Form

講義

教室
／Classroom

東１号館Ｅ１-２０６／E1-206

開講形態
／Course Format

ディプロマポリシー情報
／Diploma Policy

要件年度／Required Year	要件所属／Course Name	ディプロマポリシー／Diploma Policy	DP値／DP Point
2023/04 ～9999/04	社会インフォマティクス学環	2.専門的知識や技能	3
		4.協働性とコミュニケーション能力	5
		5.地域への関心と国際的視点	2

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Affiliation
曽我　真人／Masato Soga	システム工学部（教員）

授業の概要・ねらい／Course Aims	この授業は，ビジネス英語Aに続き，R7年度に新規に開講する科目である．今後，ビジネスの分野でも重要になってゆくと考えられるデータサイエンスの英語について，統計的推定の基礎と数値データの推定を中心に英語で学習する．授業には，必要に応じて反転授業を取り入れ，あらかじめ予習コンテンツをMoodle上に掲載し，授業日までに自身で予習コンテンツを視聴することにより，内容を予習してもらう．授業では，予習コンテンツを視聴済みであることを前提として，その内容に関する詳細な説明や英語の文法の補足説明，また，内容に関する演習に取り組んだり，グループワークで英語で議論を行う．
到達目標／Course Objectives	この授業では，データサイエンスの統計的推定の基礎と数値データの推定を中心に，その内容とそれを表現する英語について，Reading，Writingの2技能だけでなく，できれば，Speaking, Listeningを加えた4技能を習得することを目標とする．
成績評価の方法・基準／Grading Policies/Criteria	試験もしくは英語によるプレゼンテーションで評価する
教科書／Textbook	教員が教材を準備し，Moodle上で配布する．
参考書・参考文献／Reference Book	必要に応じて，授業で紹介する．
履修上の注意・メッセージ／Notice for Students	3回もしくはそれ以上欠席した場合は，原則として単位取得のための基礎資格を失うので，注意すること．COVID-19やインフルエンザなど，登学禁止となるような病気で休んだ場合は，大学に特別配慮を求める申請書を提出してもい，大学に認められれば出席扱いとする．
履修する上で必要な事項／Prerequisite	授業で指示する．
履修を推奨する関連科目／Related Courses	ビジネス英語Aは，ビジネス英語Bの前段階で，データサイエンスの導入の英語を学習する．このビジネス英語Aを履修済みであることを踏まえてビジネス英語Bの内容を構成しているので，ビジネス英語Aの履修を強く勧める．また，授業担当者は異なるが，以下の科目は，データサイエンスに関わるモデルカリキュラムに指定されているので，履修することをお勧めする． 2年生前期：データサイエンス基礎（月曜6限，2単位，遠隔，その他メジャー科目）後期：データサイエンス応用（金曜6限，2単位，遠隔，その他メジャー科目） 3年生 1Q：データサイエンス実践（火曜1，2限，2単位，対面，その他メジャー科目）
授業時間外学修についての指示／Instructions for studying outside class hours	反転授業を実施する場合は，予習としてビデオの視聴が必要となる．宿題としての課題を課した場合は，授業時間外での課題レポート作成が必要となる．
その他連絡事項／Other messages	授業で指示をする．
授業理解を深める方法／How to deepen your understanding of classes	反転授業の場合は，予習コンテンツを必ず視聴し，事前に理解を深めておくことが重要である．
オフィスアワー／Office Hours	木曜4限をオフィスアワーとするが，出張などで不在の時もあるので，必ず，事前にメールなどで予約をしてほしい．メールアドレスは，soga@wakayama-u.ac.jp
科目ナンバリング／Course Numbering	K02083J01011P335
実務経験／Practical Experience	無

No.	回（日時）／Time (date and time)	主題と位置付け／Subjects and instructor's position	学習方法と内容／Methods and contents	備考（担当）／Notes
1	第1回	統計的推定の基礎	点推定と誤差，点推定のばらつき，標準誤差，中心極限定理の各概念について英語で学習する．中心極限定理を現実世界の事例で学習する．	自身のノートPCを用いる．
2	第2回	統計的推定の基礎（つづき）	割合の信頼区間について，母集団のパラメータの取得，95%信頼区間の構築，信頼度の変更，について英語で学習する．	自身のノートPCを用いる．
3	第3回	統計的推定の基礎（つづき）	割合の仮説検定について，仮説検定の枠組み，信頼区間を用いた仮説検定，決定誤差，p値を用いた検定について英語で学習する．	自身のノートPCを用いる．
4	第4回	数値データの推定	ｔ分布，ｔ信頼区間，ｔ検定，対応付きデータについて，英語で学習する．	自身のノートPCを用いる．
5	第5回	数値データの推定（つづき）	平均値の差について，平均値の差の信頼区間，２つの平均の差の仮説検定について英語で学習する．	自身のノートPCを用いる．
6	第6回	数値データの推定（つづき）	分散分析を用いて多くの平均値を比較することについて，分散分析の核となるアイデア，野球の打率は守りのポジションと関係があるかどうかの事例を分散分析で調べる，分散分析とF検定について，英語で学習する．	自身のノートPCを用いる．
7	第7回	数値データの推定（つづき）もしくは最終課題の作業時間	最終課題の場合，課題内容についてPPTに英語でまとめる．	自身のノートPCを用いる．
8	第8回	最終課題のプレゼンもしくは筆記試験	PPTを用いた英語でのプレゼンもしくは筆記試験	自身のノートPCを用いる．

授業の概要・ねらい／Course Aims	この授業は，ビジネス英語Aに続き，R7年度に新規に開講する科目である．今後，ビジネスの分野でも重要になってゆくと考えられるデータサイエンスの英語について，統計的推定の基礎と数値データの推定を中心に英語で学習する．授業には，必要に応じて反転授業を取り入れ，あらかじめ予習コンテンツをMoodle上に掲載し，授業日までに自身で予習コンテンツを視聴することにより，内容を予習してもらう．授業では，予習コンテンツを視聴済みであることを前提として，その内容に関する詳細な説明や英語の文法の補足説明，また，内容に関する演習に取り組んだり，グループワークで英語で議論を行う．
到達目標／Course Objectives	この授業では，データサイエンスの統計的推定の基礎と数値データの推定を中心に，その内容とそれを表現する英語について，Reading，Writingの2技能だけでなく，できれば，Speaking, Listeningを加えた4技能を習得することを目標とする．
成績評価の方法・基準／Grading Policies/Criteria	試験もしくは英語によるプレゼンテーションで評価する
教科書／Textbook	教員が教材を準備し，Moodle上で配布する．
参考書・参考文献／Reference Book	必要に応じて，授業で紹介する．
履修上の注意・メッセージ／Notice for Students	3回もしくはそれ以上欠席した場合は，原則として単位取得のための基礎資格を失うので，注意すること．COVID-19やインフルエンザなど，登学禁止となるような病気で休んだ場合は，大学に特別配慮を求める申請書を提出してもい，大学に認められれば出席扱いとする．
履修する上で必要な事項／Prerequisite	授業で指示する．
履修を推奨する関連科目／Related Courses	ビジネス英語Aは，ビジネス英語Bの前段階で，データサイエンスの導入の英語を学習する．このビジネス英語Aを履修済みであることを踏まえてビジネス英語Bの内容を構成しているので，ビジネス英語Aの履修を強く勧める．また，授業担当者は異なるが，以下の科目は，データサイエンスに関わるモデルカリキュラムに指定されているので，履修することをお勧めする． 2年生前期：データサイエンス基礎（月曜6限，2単位，遠隔，その他メジャー科目）後期：データサイエンス応用（金曜6限，2単位，遠隔，その他メジャー科目） 3年生 1Q：データサイエンス実践（火曜1，2限，2単位，対面，その他メジャー科目）
授業時間外学修についての指示／Instructions for studying outside class hours	反転授業を実施する場合は，予習としてビデオの視聴が必要となる．宿題としての課題を課した場合は，授業時間外での課題レポート作成が必要となる．
その他連絡事項／Other messages	授業で指示をする．
授業理解を深める方法／How to deepen your understanding of classes	反転授業の場合は，予習コンテンツを必ず視聴し，事前に理解を深めておくことが重要である．
オフィスアワー／Office Hours	木曜4限をオフィスアワーとするが，出張などで不在の時もあるので，必ず，事前にメールなどで予約をしてほしい．メールアドレスは，soga@wakayama-u.ac.jp
科目ナンバリング／Course Numbering	K02083J01011P335
実務経験／Practical Experience	無

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information