出版書誌データベース

「情報科学」の基礎から実践までを体系的に学べるように編纂された、
これから教職を目指す学生、とくに小・中学校の教員志望者のためのテキスト。

高校までの情報教育の履修状況にかかわらず、誰でも基礎から学べるよう丁寧に構成。
Word・Excel・PowerPointを使った学校現場の文書作成、成績処理、学級管理など、実務に直結する演習を多数収録。
さらに、PythonやVBAのプログラミング、データ分析、AIやアルゴリズムまで段階的に学べる内容で、情報活用能力を総合的に養成。

教育現場でICTを活用し、効率的かつ効果的に業務を行う力を身につけたい方に最適。

　はしがき

第Ⅰ部　基礎編
　第１章　デジタル時代への歩み
　　1.1 コンピュータの黎明期
　　1.2 メインフレームのコンピュータ
　　1.3 技術革新とコンピュータの進化
　　1.4 ソフトウエアの進歩
　　1.5 コンピュータネットワーク
　　1.6 パソコン，スマートフォンの普及
　　1.7 人工知能（ＡＩ）の進歩
　　1.8 これからの問題

　第２章　ワープロソフトの活用
　　2.1 学校における公文書
　　2.2 ビジネス文書の構造とスタイル

　第３章　表の作成と活用
　　3.1 表の挿入
　　3.2 表の活用

　第４章　テンプレートの利用
　　4.1 テンプレートの利用
　　4.2 差し込み文書

　第５章　Ｗｏｒｄでのプログラムの活用
　　5.1 マクロを用いたカレンダーの作成
　　5.2 年と月を入力したカレンダーの作成

　第６章　Ｅｘｃｅｌの基本操作
　　6.1 Ｅｘｃｅｌの画面
　　6.2 セルへのデータ入力とコピー
　　6.3 表の作成
　　6.4 グラフの作成
　　6.5 関数の使い方
　　6.6 見出しの変更，ブックの開閉と保存

　第７章　テストデータの整理と活用
　　7.1 表計算ソフトを用いたテストデータの作成
　　7.2 テストデータの整理
　　7.3 重点指導対象者の把握
　　7.4 重点指導対象者の表の活用

　第８章　通知表の作成
　　8.1 学習評価の観点と通知表
　　8.2 学習評価用のデータ
　　8.3 成績データから通知表の学習評価の記入
　　8.4 絶対評価と相対評価

　第９章　客観的な観察の表現―グラフの活用―
　　9.1 テストの点数
　　9.2 データのグラフによる表現
　　9.3 データの傾向変動の求め方

　第10章　学級経営―クラスター分析―
　　10.1 学級のメンバー間の関係を把握するアンケート
　　10.2 児童間の関係の把握
　　10.3 デンドログラムを用いたクラスターの表現
　　10.4 多変量解析法

　第11章　学校評価―児童対象のアンケート―
　　11.1 学校評価のアンケート調査票
　　11.2 アンケート結果の入力
　　11.3 項目別の単純集計
　　11.4 項目間のクロス集計
　　11.5 学校評価の活用

　第12章　通学・通学法の管理
　　12.1 小学校の設定とデータの作成
　　12.2 オートフィルターを用いたデータの抽出
　　12.3 詳細フィルターを用いたデータの抽出

　第13章　Ｐｙｔｈｏｎ入門
　　13.1 Ｐｙｔｈｏｎとプログラミング環境
　　13.2 プログラムの入力，実行と代入文と式
　　13.3 プログラムの制御構造
　　13.4 Ｐｙｔｈｏｎと利用分野

　第14章　プレゼンテーション
　　14.1 わかりやすいプレゼンテーション
　　14.2 プレゼンテーション実施の例

第Ⅱ部活用編
　第１章　ＨＴＭＬを用いたホームページの作成
　　1.1 Ｗｏｒｄの文書をＨＴＭＬに変換してホームページを作成
　　1.2 ＨＴＭＬを用いたホームページを作成

　第２章　ＰｏｗｅｒＰｏｉｎｔの活用
　　2.1 アニメーション機能を使用した教材の作成
　　2.2 ズーム機能を使用した教材の作成
　　2.3 ＶＢＡを使用した教材の作成
　　2.4 動画とＶＢＡを使用した教材の作成

　第３章　Ｗｏｒｄを用いた論文形式の文書の作成

　第４章　ＶＢＡとプログラミング
　　4.1 ＶＢＡの基本文法
　　4.2 ＶＢＡを用いたプログラミング
　　コラム ＳｕｂプロシージャとＦｕｎｃｔｉｏｎプロシージャ

　第５章　ＶＢＡによるデータ分析
　　5.1 対象データ
　　5.2 データのグラフ化
　　5.3 都道府県別の総合体力平均点の分析
　　コラム プロシージャ間の値の受渡し方―値渡しと参照渡し―

　第６章　アルゴリズムとプログラミング―逐次処理と再帰処理―
　　6.1 問題とアルゴリズム
　　6.2 アルゴリズムのコード化
　　6.3 プログラムの作成（コード化）と実行
　　6.4 アルゴリズムの分類
　　6.5 関数を用いたコード化

　第７章　データ構造とプログラミング
　　7.1 リスト
　　7.2 セット

　第８章　ソーティングと計算量
　　8.1 アルゴリズムの計算量
　　8.2 ソーティング
　　8.3 単純挿入法のコード化
　　8.4 単純挿入法の時間計算量
　　8.5 マージソート
　　8.6 マージソートのコード化
　　8.7 マージソートの時間計算量

　第９章　データサイエンス入門（1）―実験によるデータの収集―
　　9.1 問題の定式化
　　9.2 正答と計算時間を提示する実験Ａの準備
　　9.3 正答と計算時間を提示しない実験Ｂの準備
　　9.4 予備実験と実験の実施計画

　第10章　データサイエンス入門（2）―データの前処理と可視化―
　　10.1 問題の定式化と可視化の準備
　　10.2 データファイルの作成と呼び出し
　　10.3 データのグラフ化とクリーニング
　　10.4 特徴量の定義と計算
　　10.5 データの可視化の工夫

　第11章　人工知能入門（1）―形式ニューロンとパーセプトロン―
　　11.1 神経細胞と形式ニューロン
　　11.2 パーセプトロンと論理回路
　　11.3 パーセプトロンの限界
　　11.4 多層化による単純パーセプトロンの限界の克服
　　11.5 今後の学習のために

　第12章　人工知能入門（2）―ニューラルネットワーク―
　　12.1 ニューラルネットワーク
　　12.2 ニューラルネットワークの学習用データの作成
　　12.3 学習済みのニューラルネットワークの動作
　　12.4 学習したパラメータの特性
　　12.5 今後の学習のために

　索引

著：舩田　眞里子
舩田　眞里子（ふなだ　まりこ）白鷗大学経営学部･大学院経営学研究科教授。


著：渋川　美紀
渋川　美紀（しぶかわ　みき）白鷗大学教育学部教授。


著：五十嵐　善英
五十嵐　善英（いがらし　よしひで）群馬大学名誉教授。