ソフトウェアプログラミング

科目基礎情報

学校	函館工業高等専門学校	開講年度	令和04年度 (2022年度)
授業科目	ソフトウェアプログラミング
科目番号	0147	科目区分	専門 / 選択
授業形態	授業	単位の種別と単位数	学修単位: 2
開設学科	社会基盤工学科	対象学年	5
開設期	後期	週時間数	2
教科書/教材	／｢Excelでわかるディープラーニング超入門｣（桶井良幸・桶井貞美／技術評論社）「ニューラルネットワーク自作入門」（Tariq Rashid；新納浩幸／マイナビ出版）
担当教員	山﨑 俊夫

到達目標

1. オブジェクト指向プログラミングが理解できる。
2. ディープラーニングの基礎が理解できる。
3. プログラミング言語の特性を理解してプログラム開発ができる。

ルーブリック

	理想的な到達レベルの目安	標準的な到達レベルの目安	未到達レベルの目安
評価項目1	オブジェクト指向プログラミングが理解でき、クラスやインスタンスが説明できる。	オブジェクト指向プログラミングの基礎が理解できている。	オブジェクト指向プログラミングの基礎が理解できていない。
評価項目2	プログラミングツールを独力で操作することができる。	プログラミングツールを指導を受けて操作することができる。	プログラミングツールを指導を受けて操作することができない。
評価項目3	ディープラーニングのプログラムを作成することができる。	ディープラーニングを理解することができる。	ディープラーニングを理解することができない。

学科の到達目標項目との関係

函館高専教育目標 B （専門技術に関する基礎知識を持った技術者）

JABEE学習・教育到達目標 (B-2) （土木工学の基礎知識（構造系，水・環境系，地盤・防災・施工系，計画・マネジメント系）とともに，地域（地域系）やデザイン（デザイン系）に関する基礎知識を持っている。）

教育方法等

概要:

プログラム言語を使用してオブジェクト指向プログラム作成に関する応用的な技法を理解する．この科目は，「情報処理Ⅰ・Ⅱ」で習得した基礎的なプログラミング技法に関する理解を深め，複雑な処理を必要とするソフトウェアの構成に関する知識を習得し，実践に対応できる技術者の育成を目的としている．

授業の進め方・方法:

プログラミング言語としてPython3.xを使用し、エディタとしてVisual Studio Codeを使用する。Excelを使用して，ディープラーニングの基礎を理解する．この科目では「情報処理Ⅰ」で習得したC言語プログラミングに関する知識を基本として、Python3.xによる実践的なアプリケーション開発を行う。プログラミングの導入部分では、新たに習得することとなるプログラミング言語の基礎について学習する。そのうえで、授業ではプログラミング方法に関する説明はあまり行わず、プログラミングの実践を通して理解してもらう。

注意点:

本科目は学修単位（1単位）の授業であるため、履修時間は授業時間15時間と授業時間以外の学修（予習・復習、課題・テスト等のための学修）を併せて45時間である。
自学自習の成果は課題によって評価する。
「社会基盤工学専攻」学習・教育到達目標の評価：
　期末試験(B-2)（50％），課題(B-2)（50％）

授業の属性・履修上の区分

ICT 利用

遠隔授業対応

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	ディープラーニングの基礎と準備	AIとディープラーニングの基礎について理解し，Excelソルバーを準備する．
		2週	ニューロンモデル	ニューロンの基礎と数式表現が理解できる。
		3週	ニューラルネットワークのしくみ(1)	ニューラルネットワークの出力について理解できる。
		4週	ニューラルネットワークのしくみ(2)	ニューラルネットワークによる手書き文字の認識について理解できる。
		5週	ニューラルネットワークのしくみのまとめ	ニューラルネットワークのしくみについて理解できる．
		6週	畳み込みニューラルネットワークのしくみ(1)	畳み込みニューラルネットワークによる手書き文字の認識について理解できる。
		7週	畳み込みニューラルネットワークのしくみ(2)	畳み込みニューラルネットワークのプーリング層・出力層について理解できる。
		8週	畳み込みニューラルネットワークのしくみ(3)	畳み込みニューラルネットワークの目的関数と最適化について理解できる。
	4thQ
		9週	畳み込みニューラルネットワークのしくみのまとめ及び中テスト	畳み込みニューラルネットワークのしくみについて理解できる。
		10週	Pythonの基礎とオブジェクト指向	Pythonの基礎を学び，オブジェクト指向プログラミングについて理解できる。
		11週	Pythonでニューラルネットワーク(1)	Pythonによるニューラルネットワークが理解できる。
		12週	Pythonでニューラルネットワーク(2)	Pythonプログラムによる手書き文字の認識が理解できる。
		13週	Pythonでニューラルネットワークのまとめ	Pythonによるニューラルネットワークのプログラムが理解できる。
		14週	建設実務におけるAI活用事例	事例を通して建設実務におけるAIの活用方法が理解できる。
		15週	期末試験
		16週	答案返却・解答解説	間違った問題の正答を求めることができる。

評価割合

	試験	課題	合計
総合評価割合	50	50	100
基礎的能力	0	0	0
専門的能力	50	50	100
分野横断的能力	0	0	0