情報処理Ⅱ

科目基礎情報

学校	香川高等専門学校	開講年度	令和07年度 (2025年度)
授業科目	情報処理Ⅱ
科目番号	2113	科目区分	専門 / 必修
授業形態	授業	単位の種別と単位数	履修単位: 2
開設学科	通信ネットワーク工学科（2019年度以降入学者）	対象学年	3
開設期	通年	週時間数	前期:2 後期:2
教科書/教材	岡嶋 裕史・吉田 雅裕　著『はじめてのAIリテラシー』技術評論社 三谷 純 著 『Python ゼロからはじめるプログラミング』
担当教員	粂川 一也

到達目標

1. データサイエンス・AI技術の概要を説明できる。
2. データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを、活用事例をもとに説明できる。
3. データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を説明できる。
4. データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。
5. 自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
6. 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。
7. 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。
8. 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。
9. 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。

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	データサイエンス・AI技術の概要を説明できる。	データサイエンス・AI技術の概要を知っている。	データサイエンス・AI技術の概要を知らない。
評価項目2	データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを、活用事例をもとに説明できる。	データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを知っている。	データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを知らない。
評価項目3	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を説明できる。	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を知っている。	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を知らない。
評価項目4	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を知っている。	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を知らない。
評価項目5	自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。	自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について知っている。	自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について知らない。
評価項目6	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。	論理演算と進数変換の仕組みを知っている。	論理演算と進数変換の仕組みを知らない。
評価項目7	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。	コンピュータのハードウェアに関する基礎的な知識がある。	コンピュータのハードウェアに関する基礎的な知識がない。
評価項目8	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。	同一の問題に対し、それを解決できるアルゴリズムが存在しうることを知っている。	同一の問題に対し、それを解決できるアルゴリズムが存在しうることを知らない。
評価項目9	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。	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知っている。	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知らない。

学科の到達目標項目との関係

学習・教育到達度目標  ２（コンピュータ・プログラミング） （自ら学ぶ力を身につけ，無線・有線通信，コンピュータネットワーク，エレクトロニクスの工学的専門知識とスキルを修得することができる。（コンピュータ・プログラミング））

教育方法等

概要:

データサイエンスとAIの基礎を学ぶとともに，Python によるプログラミングを学習し，プログラミングの基礎能力を養成する。

授業の進め方・方法:

教科書，スライド，オンラインドキュメントをもとに解説した後，授業内容に関連するプログラムを作成する演習を実施する。プログラムの入力，動作確認の作業を各自が行う。プログラムを作成することによりプログラミング能力を次第に養成してゆく。

注意点:

第12週以降はプログラミング演習を行うのでノートパソコンを持参すること。
オフィスアワー：毎月曜日放課後～17:00

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
前期
	1stQ
		1週	AIの定義と必要性	データサイエンス・AI技術の概要を説明できる。
		2週	進化するテクノロジーと社会	データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを、活用事例をもとに説明できる。
		3週	社会におけるデータの活用	自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。
		4週	データ・AIの活用	データサイエンス・AI技術の概要を説明できる。
		5週	データ・AIの技術	データサイエンス・AI技術の概要を説明できる。
		6週	データの説明	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。
		7週	データ・AIを扱う際の注意点	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を説明できる。
		8週	前期中間試験
	2ndQ
		9週	試験問題の解答、データ・AIのセキュリティ	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を説明できる。
		10週	数学と統計の基本	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。
		11週	アルゴリズムとは何か	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。
		12週	データ構造とプログラミング	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。
		13週	データベースとPythonによるデータ分析	データサイエンス・AI技術の概要を説明できる。
		14週	時系列データと文書データの分析	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。
		15週	教師あり学習と教師なし学習	データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。
		16週	試験問題の解答
後期
	3rdQ
		1週	プログラムとプログラミング言語	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。
		2週	Python の基本	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週	リスト、モジュールの利用	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。
		4週	条件分岐	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。
		5週	繰り返し	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。
		6週	オブジェクト指向	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。
		7週	文字列の操作	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。
		8週	後期中間試験
	4thQ
		9週	試験問題の解答、タプル	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。
		10週	辞書	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。
		11週	関数	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。
		12週	クラス	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。
		13週	例外処理	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。
		14週	テキストファイル	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。
		15週	情報の可視化	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。
		16週	試験問題の解答

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
基礎的能力	工学基礎	情報リテラシー	情報リテラシー	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	後1
				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11
				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12

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	80	0	0	0	20	0	100
基礎的能力	0	0	0	0	0	0	0
専門的能力	80	0	0	0	20	0	100
分野横断的能力	0	0	0	0	0	0	0