到達目標
1. プログラムそのものをより効率的にするための,アルゴリズムとデータ構造について説明できる.
2. 具体的なデータから必要な情報を効率よく取り出すための,統計科学的手法について説明できる.
3. アルゴリズムやデータ構造の分野において用いられる専門用語を,英語によって表現できる.
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 | 効率的なプログラムのためのアルゴリズムとデータ構造について,十分に説明できる. | 効率的なプログラムのためのアルゴリズムとデータ構造についてある程度説明できる. | 効率的なプログラムのためのアルゴリズムとデータ構造について説明できない. |
評価項目2 | 必要な情報を効率よく取り出すための統計科学的手法について,十分に説明できる. | 必要な情報を効率よく取り出すための統計科学的手法について,ある程度説明できる. | 必要な情報を効率よく取り出すための統計科学的手法について,説明できない. |
評価項目3 | アルゴリズムやデータ構造の分野において用いられる専門用語の多くを,英語によって表現できる. | アルゴリズムやデータ構造の分野において用いられる専門用語のいくつかを,英語によって表現できる. | アルゴリズムやデータ構造の分野において用いられる専門用語を,英語によって表現できない. |
学科の到達目標項目との関係
教育方法等
概要:
効率的なデータ処理プログラムを構築するための,アルゴリズムとデータ構造を身につける.また,具体的なデータから必要な情報を効率よく取り出すための,統計科学的手法を学ぶ.
授業の進め方・方法:
・本講義では,演習室においてプログラミング実習を行う.
・セクション毎に課題を課すので,それをプログラミングし,提出すること.
注意点:
プログラミングの基礎を復習しておくこと.
評価割合「態度」では,出席状況を含む授業に取り組む姿勢を評価の対象とします.
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
イントロダクション, データの並べ替えの手法(1) |
本講義科目における学習内容,方法を説明できる. バブルソート,バケットソートによるデータの並べ替えを説明できる.
|
2週 |
データの並べ替えの手法(2) |
ヒープソート,クイックソートによるデータの並べ替えを説明できる.
|
3週 |
アルゴリズムと計算量 |
アルゴリズムの概念,アルゴリズムと計算量について説明できる.
|
4週 |
データ構造とアルゴリズム |
並べ替えアルゴリズムのプログラムでの実現方法を説明できる.
|
5週 |
バブルソートのプログラミング |
バブルソートによるデータの並べ替えをプログラムできる.
|
6週 |
ヒープソートのプログラミング |
ヒープソートによるデータの並べ替えをプログラムできる.
|
7週 |
バケットソートのプログラミング |
バケットソートによるデータの並べ替えをプログラムできる.
|
8週 |
中間試験 |
|
2ndQ |
9週 |
試験返却・解答, クイックソートのプログラミング |
クイックソートによるデータの並べ替えをプログラムできる.
|
10週 |
データ解析手法とその応用 |
データサイエンスとデータマイニングの概要と,データマイニングのツールについて説明できる.
|
11週 |
Rの基本操作(1) |
Rの基本的な操作ができる.
|
12週 |
Rの基本操作(2) |
Rの基本的な操作ができる.
|
13週 |
データの基本演算 |
Rを用いた基本演算ができる.
|
14週 |
基本統計量 |
Rを用いて,多変量データの基本統計量を求められる.
|
15週 |
期末試験 |
|
16週 |
試験返却・解答 |
|
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 |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 60 | 0 | 0 | 20 | 20 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 60 | 0 | 0 | 20 | 20 | 0 | 100 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |