到達目標
①データ解析環境Rを用いて基本的なグラフを描くことができ、同等のグラフをC＃等のプログラムにより作成できる
②連立一次方程式を解くことのできるアルゴリズムを理解し，プログラミングができる．
③機械学習の概要を理解し，簡単な機械学習アルゴリズムをプログラムにより実装できる．
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 |
| 連立1次方程式の数値解法 | 各授業項目の内容を理解し、応用できる。 | 各授業項目の内容を理解している。 | 各授業項目の内容を理解していない。 |
| データ解析環境RおよびC＃言語によるグラフ描画 | 各授業項目の内容を理解し、応用できる。 | 各授業項目の内容を理解している。 | 各授業項目の内容を理解していない。 |
| 機械学習の概要 | 各授業項目の内容を理解し、応用できる。 | 各授業項目の内容を理解している。 | 各授業項目の内容を理解していない。 |
学科の到達目標項目との関係
学習・教育到達度目標 (B)
説明
閉じる
学習・教育到達度目標 (D)
説明
閉じる
学習・教育到達度目標 (E)
説明
閉じる
学習・教育到達度目標 (F)
説明
閉じる
教育方法等
概要:
前半は解析環境Rを用いて基本的なグラフ（y=f(x)のグラフ等）を描き、その後同等のグラフをC＃等のプログラムにより描く原理を知る次に連立一次方程式を解くアルゴリズムを講義し，その演習を行う．
後半は、機械学習の概要を講義し、簡単な機械学習アルゴリズムをプログラムによって実装する。
この科目の一部では、企業において機器制御プログラミングを担当した教員が、その経験を活かし、プログラミングに関する授業を行う。
授業の進め方・方法:
中間試験は実施せず、その代わりにレポート課題による成績評価を行う。期末試験は実施せず、その代わりに実装したプログラムとレポート課題により成績評価を行う。
課題等の成績を100％として総合的に評価し60点以上を合格とする。すべての課題を提出している者のみ再試験（再課題）を受験できる。この科目は学修単位科目のため、事前、事後の学習として、適切な回数の演習課題を出題する。
注意点:
数値解析の基本である連立一次方程式を解くアルゴリズムを理解し、プログラムを設計できることが必要である。また、様々な関数のグラフはデータ解析環境Rで、ほとんど知識がなくとも簡単に作成できるが、プログラムとしてどのようにグラフを描くか、その基本的原理を理解することが重要である。
後半では、人工知能、機械学習の概要を理解し、簡単な機械学習プログラムを設計できることが必要である。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
データ解析環境Rとグラフ描画
プログラムによるグラフィック（１） |
Rにより様々なグラフを描く
C＃のグラフィック命令
|
| 2週 |
プログラムによるグラフィック（２） |
C＃によるy=f(x)のグラフ描画
|
| 3週 |
プログラムによるグラフィック（３） |
C＃によるグラフ描画
特にEuler法による高階微分方程式の解のグラフ描画
|
| 4週 |
連立一次方程式(1) |
連立一次方程式に関する基礎知識、解の存在する条件等
|
| 5週 |
連立一次方程式(2) |
ガウスの消去法、ガウス・ジョルダンの消去法
|
| 6週 |
連立一次方程式(3) |
さまざまな連立一次方程式を解くことのできるプログラムの設計
|
| 7週 |
連立一次方程式(4) |
さまざまな連立一次方程式を解くことのできるプログラムの設計、実装
|
| 8週 |
連立一次方程式(5)
|
さまざまな連立一次方程式を解くことのできるプログラムの実行、レポートまとめ
|
| 2ndQ |
| 9週 |
人工知能，機械学習の概要(1) |
人工知能，機械学習の歴史
|
| 10週 |
人工知能，機械学習の概要(2) |
教師あり学習と教師なし学習
人工ニューラルネットワーク，k-means法
|
| 11週 |
機械学習の基礎(1) |
Colaboratory環境の構築と簡単なプログラムの作成演習
|
| 12週 |
機械学習の基礎(2) |
機械学習プログラムの実装と評価
|
| 13週 |
機械学習の基礎(3) |
機械学習プログラムの実装と評価
|
| 14週 |
機械学習の基礎(4) |
機械学習プログラムの実装と評価
|
| 15週 |
ディープラーニングの概要 |
ディープラーニングの概要，特徴，応用例
|
| 16週 |
|
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
| 基礎的能力 | 工学基礎 | 情報リテラシー | 情報リテラシー | 情報を適切に収集・処理・発信するための基礎的な知識を活用できる。 | 3 | 前8,前15 |
| 論理演算と進数変換の仕組みを用いて基本的な演算ができる。 | 3 | 前10 |
| コンピュータのハードウェアに関する基礎的な知識を活用できる。 | 3 | 前1,前9 |
| 同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを知っている。 | 3 | 前8,前14,前15 |
| 与えられた基本的な問題を解くための適切なアルゴリズムを構築することができる。 | 3 | 前8,前14 |
| 任意のプログラミング言語を用いて、構築したアルゴリズムを実装できる。 | 3 | 前8,前14 |
評価割合
| 試験 | 課題等 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 0 | 100 | 0 | 0 | 0 | 0 | 100 |
| 基礎的能力 | 0 | 100 | 0 | 0 | 0 | 0 | 100 |
| 専門的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |