|
この授業では、プログラミング的思考力を身につけるために，プログラミング言語の一つであるPythonの基本的な構文を理解し，簡単な数値計算，データ処理のプログラムを作成し，機械学習の基礎動作原理を理解すること，また，機械学習の基本的な概念を理解すること，を目的とする。
|
|
|
・プログラミングの必要性を理解する。
・Python の基本的な構文を理解する。
・基本的なライブラリを用いた効率的なプログラムの作成方法を修得する。
・数値計算，データ処理のための簡単なプログラムを作成できるようになる。
・機械学習の基本的な動作を理解する。
・現代社会におけるデータ利活用の必要性について理解する。
|
|
|
A: 諸科学についての基礎的知識と理解 ○
B: 論理的・創造的思考力 ◎
C: コミュニケーション能力 △
D: 社会的倫理観・国際性 －
|
|
|
|
私たちは複雑な問題を解決しようとする際に、問題をより小さな問題に分解して取り組むことが多い。また同様の問題が発生したときにすぐに対応できるように手順化しておく。プログラミング的思考とは、このように目的を達成するために物事を順序立てて考えて実行することである。この授業では、Pythonというプログラミング言語を用いて、Pythonの基本的な構文を理解するとともにプログラミング思考を修得する。また、1年前期開講科目「データ・サイエンス」で修得した各統計量を計算するプログラムやデータ処理のための簡単なプログラムの作成方法を修得する。Pythonを用い、機械学習の仕組みを修得する。
|
|
|
|
オンライン講義と演習(反転学習を含む)である。授業で説明する資料はMoodleに掲載する。Pythonの演習はWebブラウザで利用できる環境を提供する。
|
|
|
|
|
| No. | 内容 |
| 第1回 |
導入 (講義)
・データサイエンスの活用事例
・現代社会における機械学習の必要性
・なぜPythonを学習するのか
・授業で利用する環境について
・自宅学習で利用する環境について
|
| 第2回 |
基本的なプログラムと演算子を用いた式の表現 (講義と演習)
・数値
・データの型(文字型，整数型，浮動小数点型)
・四則演算
・論理演算
・変数
|
| 第3回 |
条件分岐型のプログラム，要素をもつデータ型(1) (講義と演習)
・代入
・論理演算(if文)
・リスト型
|
| 第4回 |
反復型のプログラム，要素をもつデータ型(２) (講義と演習)
・反復(for, while文)
・並び替え
・探索
・分割
|
| 第5回 |
関数の利用 (講義と演習)
・関数
・引数
・戻り値
|
| 第6回 |
要素をもつデータ型(３) (講義と演習)
・配列
・データの分割/統合
・タプル型や辞書型でのデータの加工
|
| 第7回 |
ファイル操作 (講義と演習)
・データエンジニアリング基礎としてのデータの読み書き
|
| 第8回 |
NumPyライブラリを利用したデータ処理 (講義と演習)
・データエンジニアリング基礎としての配列操作
|
| 第9回 |
pandasライブラリを利用したデータ処理(講義と演習)
・データの加工
|
| 第10回 |
Matplotlibを利用したグラフ描画 (講義と演習)
・グラフとしてのデータ表現
・インタラクティブなグラフ操作による実践的スキルの習得
・実践的スキルの習得
|
| 第11回 |
AIとビッグデータ（講義）
・AIの歴史と活用
・ビッグデータ活用事例
・AIの説明可能性
|
| 第12回 |
パーセプトロンとは(講義と演習)
・機械学習
|
| 第13回 |
kerasライブラリを使った深層学習（１）(講義と演習)
・ニューラルネットワークの原理
|
| 第14回 |
kerasライブラリを使った深層学習（２）(講義と演習)
・アルゴリズムの表現（フローチャート）
・AIの構築
・AI技術の体験
|
| 第15回 |
レポートに向けたまとめ
・ジャンケンゲーム
・AIの運用
|
|
|
|
|
受講者は、次の授業の前日(火曜日)の19:00までに授業中に示した演習等を実施すること。
|
|
|
100点満点で、(1)授業中に指示した演習等の提出50点、(2)最終課題でのプログラム提出50点で評価する。
ただし、(1)は30点以上、かつ、(2)は20点以上であること。
|
|
|
|
1年次開講の「データサイエンス」を履修している、あるいは履修中であることが望ましい。
|
|
|
|
プログラミング言語の修得は難しいと考えられがちだが、基本的な構造は、順接、選択、反復の三つだけである。また多くのプログラミング言語があり、言語ごとに仕様や記述方法が異なるが、基本的な考えや手法は同じである。プログラミングはビデオの視聴や講義の聴講だけで修得することは難しいので、自ら積極的に「手」を動かすこと。
|
|
|
|
プログラミング、Python、データ処理、機械学習
|
|
|
|
|
|
|
データ・サイエンス、データ解析の手法と論理、データの利活用、パズルで学ぶ計算論的思考法、統計学、データサイエンス応用、データサイエンス・AI・機械学習
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
教科書は指定しない。Moodle上に適宜資料を提示する。
|
|
|
|
|
|
|
|
教科書は指定しない。Moodle上に資料を提示する。参考書は適宜指定する。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|