到達目標
IoT、機械学習、人工知能など情報技術の概要と適用事例を説明できる。
計算機やネットワークの概要を説明できる。
情報セキュリティの概要、サイバー攻撃と防御の事例を説明できる。
ビッグデータ、IoTが出すデータ活用、分析を、データ処理言語（Python）を用いて実行できる。
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 | IoT、機械学習、人工知能など情報技術の概要と適用事例について十分説明できる | IoT、機械学習、人工知能など情報技術の概要と適用事例について説明できる | IoT、機械学習、人工知能など情報技術の概要と適用事例について説明できない |
| 評価項目2 | 計算機やネットワークの概要について十分説明できる | 計算機やネットワークの概要について説明できる | 計算機やネットワークの概要について説明できない |
| 評価項目3 | 情報セキュリティの概要、サイバー攻撃と防御の事例について十分説明できる | 情報セキュリティの概要、サイバー攻撃と防御の事例について説明できる | 情報セキュリティの概要、サイバー攻撃と防御の事例について説明できない |
学科の到達目標項目との関係
学習・教育到達度目標 (D)
説明
閉じる
学習・教育到達度目標 (F)
説明
閉じる
学習・教育到達度目標 (G)
説明
閉じる
教育方法等
概要:
情報と情報技術を適切かつ効果的に活用するための知識及び技能を身に付け、実際に活用する力を養うとともに、情報社会に主体的に参画する態度を養うことを目的とする。「数理/データサイエンス/AI」に関する知識の習得を経て、「IoT」「ビッグデータ」「AI」等の実データを活用、分析、評価ができる人材となるための初期導入教育としての位置づけで本科目を開講する。実データ、実課題を用いた演習など、社会での実例を題材に数理・データサイエンス・AIを活用することを通じ、現実の課題と適切な活用法を学ぶ。本講義は、企業にてミドルウェア(データベース)の研究開発に従事した経験を持つ教員が担当する。
授業の進め方・方法:
pythonプログラムを用いた実例を用いてプログラミング、データ解析、分析の実習を行う。毎回の授業の中で理解確認のための小試験を行う。小試験および提出物を確認テストの位置づけで評価を行う。
注意点:
合格の対象としない欠席条件(割合) 1/3以上の欠課
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 |
| 後期 |
| 3rdQ |
| 1週 |
プログラミング入門(1) |
pythonの文法学習
|
| 2週 |
プログラミング入門(2) |
pythonの文法学習
|
| 3週 |
プログラミング入門(3) |
pythonの文法学習
|
| 4週 |
深層学習 |
サンプルコードの利用を通じて深層学習の実現について学ぶ
|
| 5週 |
データ可視化 |
Webサーバーを用いたデータ可視化のデモが行える。
|
| 6週 |
統計解析(1) |
簡単な回帰分析のデモが行える。
|
| 7週 |
統計解析(2) |
簡単なクラスタリング(k-means)のデモが行える
|
| 8週 |
中間試験 |
実施しない
|
| 4thQ |
| 9週 |
計算機構成とプログラミング |
計算機の構成と性能を、Pythonを用いたシステム情報取得と簡易ベンチマーク作成から確認する
|
| 10週 |
並列処理 |
Pythonで並列処理を記述、実行し、プログラムを高速化する方法を学ぶ
|
| 11週 |
ファイル処理自動化 |
Pythonでファイル処理の自動化を行い、単純作業の効率化について学ぶ
|
| 12週 |
Web情報取得自動化 |
PythonでWeb情報を自動で取得する手法、Webスクレイピングについて学ぶ
|
| 13週 |
ネットワーク処理(1) |
Webに関する処理をプログラムで自動化する方法を学ぶ
|
| 14週 |
ネットワーク処理(2) |
インターネット通信に関する処理をPythonを通じて詳細に知る
|
| 15週 |
セキュリティ、学習のまとめ |
脆弱なWebサイトをPythonで再現し、その動作の確認を通じてセキュリティの必要性を学ぶ
ここまでの演習項目をおさらいし、それぞれの項目同士の関連性、組み合わせることでどのようなシステムを構築できるかを学ぶ
|
| 16週 |
期末試験 |
実施しない
|
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 | 工学実験技術(各種測定方法、データ処理、考察方法) | 工学実験技術(各種測定方法、データ処理、考察方法) | 物理、化学、情報、工学における基礎的な原理や現象を明らかにするための実験手法、実験手順について説明できる。 | 2 | 後4 |
| 実験テーマの目的に沿って実験・測定結果の妥当性など実験データについて論理的な考察ができる。 | 2 | 後4 |
| 実験ノートや実験レポートの記載方法に沿ってレポート作成を実践できる。 | 2 | 後4 |
| 実験データを適切なグラフや図、表など用いて表現できる。 | 2 | 後4 |
| 実験の考察などに必要な文献、参考資料などを収集できる。 | 2 | 後4 |
| 個人・複数名での実験・実習であっても役割を意識して主体的に取り組むことができる。 | 2 | 後4 |
| 共同実験における基本的ルールを把握し、実践できる。 | 2 | 後4 |
| レポートを期限内に提出できるように計画を立て、それを実践できる。 | 2 | 後4 |
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 | 0 | 0 | 0 | 0 | 100 | 0 | 100 |
| 基礎的能力 | 0 | 0 | 0 | 0 | 40 | 0 | 40 |
| 専門的能力 | 0 | 0 | 0 | 0 | 40 | 0 | 40 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 20 | 0 | 20 |