| 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
|